基于非局部稀疏编码的超分辨率图像复原【精选】.pdfVIP

第37卷第3期 电 子 与 信 息 学 报 Vo1．37No．3 2015年 3月 JournalofElectronics InformationTechnology Mar．2015 基于非局部稀疏编码的超分辨率图像复原 刘 哲 杨 静 陈 路 (西北工业大学理学院 西安 710129) 摘 要：基于压缩感知的超分辨率图像复原方法通常采用局部稀疏编码策略，对每一图像块独立编码，易产生人工 的分块效应。针对上述问题，该文提出一种基于非局部稀疏编码的超分辨率图像复原方法。该算法在字典训练和图 像编码过程中分别运用图像的非局部 自相似先验知识，即利用低分辨率图像的插值图像训练字典，并通过计算相似 块局部编码的加权平均，得到每一图像块的非局部稀疏编码。仿真实验表明，所提算法能够获得更优的复原效果， 并且对于含噪图像具有较强的鲁棒性。 关键词：超分辨率图像复原；压缩感知；非局部自相似；非局部稀疏编码；单字典训练 中图分类号：TP391 文献标识码：A 文章编号2015)030522—07 DOI：10．11999／JEIT140481 Super-resolutionImageRestorationBasedonNonloealSparseCoding LiuZhe YangJing ChenLu (School Science，NorthwesternPolytechnicalUniversity，Xi’an710129，China) Abstract：Super-resolutionimagerestorationmethodsbasedonCompressiveSensing(CS)generallyadoptlocal sparsecodingstrategy．Such strategyencodeseach imageblock independently，whicheasily inducesartificial blockingeffect．Toovercomethisproblem ，asuper-resolutionimagerestorationmethodbasedOilnonlocalsparse codingisproposed．Thenonlocalself-similarityofimageisconsideredasapriorinthedictionarytrainingand imagecodingprocesses，respectively．Specifically，theproposedalgorithm trainsthedictionarywithinterpolated low—resolution images，andcalculatestheweightedaveragelocalcodeofsimilarpatches，in ordertoobtainthe nonlocalsparsecodeofeachimageblock．Numericalexperimentssuggestthattheproposedalgorithm hasagood recoveryperformance，andisrobusttoimagenoise． Keywords：Super-resolutionimagerestoration；CompressiveSensing(CS)；Nonlocalself-similarity；Nonlocal sprasecoding；Singledictionarytraining 1 引言 HR 图像在小波基下可被稀疏编码 的先验知识，加 随着信息技术的发展，高质量、高清晰度的图 入模糊滤波器降低下采样矩阵与小波基间的相关