基于BTV正则项的图像超分辨率重建改进算法.pdfVIP

电子技术研发ElectronicsR＆D 电子技术 ELECTRoNIC TECHNoLoGY 基于BTV正则项的图像超分辨率重建改进算法 范建玲 (广西桂林市师范高等专科学校) 摘 要：文章在最大后验概率(MAP)随机正则化理论框架下，采用L1范数来构造数据保真项，同时为了更好的保持重 建图像边缘，在结合双边滤波(BTV)iE~,O项的基础上，提出了一种能有效利用图像梯度大小和方向信息的正则化模型。实 验结果表明，此方法与Ll范数结合BTV正则项经典算法相比，能更好的抑制噪声和保持边缘，且在视觉效果和客观评价两 个方面均有一定的提高。 关键词：超分辨率重建；Ll范数；双边滤波正则项；图像梯度 ImprovedAlgorithm forBTVRegularization-basedImageSuper-resolutionReconstruction FanJianling (GuilinNormalCollege，Guilin，Guangxi) Abstract：InthisPaDer,weusetheL1norm toconstructthedatafidelityterm basedonthestochasticregularization techniqueofmaximum aposteriorprobabilityfMAP1estimation．In thesanletime inordertobettermaintaintheedge infomr ation．weproposeanapproachbasedonimprovedBTV regularizationwhichcaneffectivelyutilizethemagnitudeand directioninfomr ationoftheimagegradient．Theexperimentsdemonstratethattheproposedmethodcan suppressnoiseand keepedgesbettercomparedwithclassicalalgorithm combinedL1nomr witl1BTVregularization．Inadditionthisalgorithm has considerableimprovementintermsofbothvisualeffectandobiectiveevaluation(PSNR)． Keywords：super-resolutionreconstruction；L1norm；BTV：imagegradient 0 引言 其中：朦 示HR图像，大小为L1Ⅳ1×L2N2；y表示 图像超分辨率重建(SRR)E~是运用数字信号处理方法 第酬项LR图像，大小为Ⅳ1×Ⅳ2；LI~[IL2分别表示水平和垂 从一系列模糊、混有噪声的多幅低分辨率 R)图像中，利用 直方 向的下采样因子；P为低分辨图像的个数； 、 、 该序列之间存在的附加空域和时域信息，去创建一幅或多 Dk分别为几何运动矩阵、模糊矩阵、下采样矩阵，Dk大 幅细节更加丰富的高分辨率ffIR)~像。由于SRR方法不改变 小为N1N2×LiN1L2N2，Fk、 大 小均 为L1N1L2N2× 当前成像系统的硬件条件，克服了系统固有分辨率的限制， L1N1L2N2；Nk表示 图像降质过程中的各类噪声 ，大小为 较大程度地降低了使用成本，是一种比较经济有效的方案， Ⅳl×Ⅳ2。 近年来成为了国内外图像信号处理领域的研究热点之一。 随着信息技术及优化理论的快速发展 ，国内外陆续 2基于改进BTV正则项的算法 提 出了许多种sRR算法，主要分为空域方法和频域方法。 SRR是一种病态反问题求解，我们通常通过添加正 其中，频域方法较为简单直观，并且计算复杂度低，但缺