TA的每日心情 | 奋斗 2020-9-2 15:06 |
---|
签到天数: 2 天 [LV.1]初来乍到
|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
摘 要: 图像超分辨率重建是图像处理领域的重要问题.本文将二阶广义全变差用于基于正则化的多帧图像超 分辨率重建问题,构建了基于二阶广义全变差正则项的图像超分辨率模型.为了更好地保持重建图像的边缘和细节, 采用图像空域自适应正则化参数,并针对该重建模型的非光滑性,给出了基于半二次正则化和交替方向法的求解算 法.实验结果表明该模型和数值算法能够较好地提高图像的分辨率,同时可以较好地保持图像的细节信息. $ P0 w' [4 B. g M; I% G; ~
- N" Z+ s1 c8 F, l/ J7 b关键词: 超分辨率重建;二阶广义全变差;自适应正则化参数;半二次正则化;交替方向法
) I: y I. i3 j! T2 D; B/ j
% m i% {* ]$ r5 F0 Z" N+ u5 g' M2 M }
9 ~( ^* ]; [; }5 r6 P
超分辨率图像重建主要是利用一幅或多幅低分辨 率图像来重建原始高分辨率图像的过程,其开创性工作 由 Tsai和 Huang在 1984年提出.该技术被广泛应用于 遥感、医学、军事、民用安防等领域.常用的超分辨率方 法有基于重构的算法和基于学习的算法.基于学习的超 分辨算法需要大量的训练样本进行学习,构建高频样本 库[1]或冗余完备字典[2~4]以获取大量的高频细节,弥补 图像采集过程中丢失的细节信息.基于重构的超分辨重 建技术主要是依据退化模型,结合图像先验信息的正则 项约束,采用迭代计算等数值算法获取高分辨率的清晰 图像[5].本文主要研究基于重构的超分辨问题., C8 e7 h2 R# v7 `# w
) _' o* G% A% d
# k' b, |% d, d附件下载:# `5 n, N. t/ }0 m* R! z
|
|