面向图像超分辨率的上下文字典学习.pdfVIP

第 41卷 第 10期 计 算 机 科 学 Vo1．41No．1O 2014年 10月 Computer Science Oct2014 面向图像超分辨率的上下文字典学习 于 伟 姚鸿勋 孙晓帅 刘先明 许鹏飞 (哈尔滨工业大学计算机科学与技术学院 哈尔滨 150001) 摘 要 基于稀疏表示理论，提出了一种面向单张图片超分辨率的字典学习方法。通过对训练数据进行分类，期望在 每一类训练数据训练字典的过程中，增强类 内的上下文信息。与之前的面向图像分类的字典学习方法所不同的是，训 练数据集由高分辨率图像块和对应的低分辨率图像块共同组成 ，这使训练得到的字典更适用于图像重构。利用有限 的训练数据集，基于上下文的字典学习方法能够提高字典表示的拓展能力，消除由多重训练数据子集带来的冗余。 关键词 单张图片超分辨率，稀疏表示，上下文字典，图像块分类 中图法分类号 TP37 文献标识码 A DOI 10．I1896／i．issn．1002—137)(．2014．10．020 ContextualDictionaryLearningforSuperResolution YU W ei YAO Hong-xun SUN Xiao-shuai LIU Xian-ming XU Peng-fei (SchoolofComputerScienceandTechnology，HarbinInstituteofTechnology，Harbin 150001，China) Abstract Thispaperproposedanoveldictionarylearningmethodforsingleimagesuperresolutionbasedon sparse representation．Wetriedtoutilizepatch-levelclusteringtoenhancethecontextualinformation inatom learningstage． Unlikethepreviousdictionary learningworksusingtheimageclassification，ourtraining setisconstructedfrom the high—resolutionandlow-resolutionpatchpairslabeledbydifferentpatch-levelclass，whichismoreappropriateofrimage reconstruction．ThisapproachtriedtOpromotethetransferabilityofthedictionarywhichisbuiltonalimitedtraining setandcaneliminatetheatomsredundancyintroducedbymultipletrainingsubsets． Keywords Singleimagesuperresolution，Sparserepresentation，Contextualdictionary，Patch-levelclustering 意的结果。 1 引言 随着压缩感知理论在计算机视觉领域 内的应用的深入， 数十年来，图像超分辨率技术逐渐在多个领域的应用 中 稀疏表示技术在解决计算机视觉领域内多个问题中都体现出 取得了长足的进步，如视频增强、数字监控和图像重构等等。 了强大的性能。为了解决高分辨率图片的恢复问题，Yang等 对于给定的低分辨图片，单张图片超分辨率技术 旨在恢复其 人_3利用稀疏表示技术构建了一个图像重构框架，其核心是 原始图片，即图片的高分辨率版本。然而，图像退化过程会导