基于自适应多字典学习的单幅图像超分辨率算法

srilri2

摘 要： 自适应字典学习利用图像结构自相似性，将图像自身作为训练样本，通过字典学习使图像中的相似块 在字典下具有稀疏表示形式．本文将全局字典学习中利用图像库获取附加信息的思想融入到自适应字典学习的过程 中，提出了一种基于自适应多字典学习的单幅图像超分辨率算法，从低分辨率图像自身与图像库同时获取附加信息． 该算法对低分辨率图像金字塔结构中的图像块进行聚类，在聚类结果的引导下将图像库中的图像块进行分类，利用各 类中的样本分别构建针对各类的多个字典，从而确定表达重建图像块的最优字典．实验表明，与 ＳｃＳＲ、ＳＩＳＲ、ＮＬＩＢＰ、 ＣＳＳＳ以及 ｍＳＳＩＭ等算法相比，本文算法具有更好的超分重建效果． 关键词： 超分辨率；稀疏表示；自适应字典学习；全局字典学习

      在数字图像的采集过程中，成像设备和拍摄条件会 制约所获得图像的空间分辨率，然而在众多领域中都需 要更高空间分辨率的图像．在遥感领域，高分辨率图像 的获取有利于地物目标的检测与识别，但受硬件制造水 平、传感器成本、成像平台以及成像环境等多方面因素 的影响，遥感图像的空间分辨率通常难以满足实际应用 需求，这使得如何提升遥感图像的空间分辨率成为一个 亟待解决的问题．超分辨率（ＳＲ）方法是 利用信号处理手段提升图像空间分辨率的一项技术．
附件下载：

游客，如果您要查看本帖隐藏内容请回复

weqewq

超分辨率方法是 利用信号处理手段提升图像空间分辨率的一项技术