基于自回归正则化和稀疏表示的图像超分辨率重建

作者：李丽敏; 冉峰; 郭爱英; 郁怀波; 沈华明

来源：复旦学报(自然科学版), 2019, (01): 87-94+102.

DOI：10.15943/j.cnki.fdxb-jns.2019.01.011

• 图像重建
• 稀疏表示
• 字典训练
• 自回归正则化 image reconstruction
• sparse representation
• dictionary learning
• auto-regressive regularization

针对图像超分辨率重建中稀疏系数解不精确和重建图像质量不理想的问题,本文提出了一种空间自回归正则化的超分重构算法.该重构算法联合稀疏K-SVD方法训练一个具有相同稀疏系数解的相对应于高低分辨率图像块的字典对,在此基础上利用自然图像本身具有的局部自回归性先验知识来对图像进行处理,经过模型的训练和选择引入正则化项,实现图像的局部约束,从而完整构造了基于正则化的稀疏编码目标函数,为了进一步实现图像去模糊得到清晰图像,利用退化模型实现全局约束.实验结果表明:与Bicubic、NE和SCR等算法相比,本文算法在主观视觉效果和客观评价指标方面都有了一定地提升.

• 单位
  新型显示技术及应用集成教育部重点实验室; 自动化学院; 上海大学