用神经网络恢复残差的图像超分辨率算法.pdfVIP

第 1期 电 f 学 报 Vo1．32 No．1 2OO4年 1月 ACTA EI C丁RONICA SINICA Jan． 2004 用神经网络恢复残差的图像超分辨率算法 潘逢治，张立明 (复 日|大学电子工程系图像与智能实验室，上海 200433) 摘 要： 本文提出了一种基于残差线性恢复的图像超分辨率算法框架，以已有的图像插值算法为基础，利用人 工神经网络恢复图像残差 ，相迭加得到高分辨率图像的估计．在数学上论证了基于神经网络的图像插值算法的依据， 并证明了本算法比以往的算法具有更好的性能．理论 }，任何一种单帧的图像插值算法都可以被引入本算法框架．同 时给出了算法实例和测试结果． 关键词： 图像超分辨率；人工神经网络；线性恢复；残差 中图分类号： TN911．73 文献标识码 ： A 文章编号： 0372—2112(2004)O1—0161—05 Super-ResolutionofImagesBasedonRestorationof ResidualErrorsbyNeuralNetworks PAN Feng—zhi．ZHANG Li—ming (Dept．ofElectronicEr~neering，Flukm University，S／~ hai200433，China) Abstract： Asuper-reoslutionschemeframeb onlinearrestorationofresidualelTOFSispro0o~ linthispaper．whichcom— binesanexistingimageinterpolati~，nalgorithmwitharlartificialneuralnetwork(ANN)modelingtheresidualelTOFSbewteenhteinter· po|atediInagenadtherealhigh—resolutionimage．MathematicalproofispresentedhtathteperformanceofOur mehtodisbetterthan existinginterpolationalgorithms．Theoretically，nayintra-frameinterpolationalgorithm Cna becombinedintoOur schemetoimproveits performance．ExampleapplicationsnadtheirresultsdemonstratetheeffectivenessofOur approachcompa~ wiht traditionalme thods． KeywOrclS： super-reoslution：；artificialneuralnetwork(ANN)；linearrestoration；residualelFOr 中每一帧都包含其他帧所没有的有关高分辨率图像的信息， 1 引言 因此这种方法得到的效果 比较好L6]．但这一类方法计算量很 图像超分辨率技术通常是指从原始图像获得更高分辨率 大，而且需要进行多帧之间的全局运动估计．如果估计不准 图像的技术．许多实际应用要求精确的图像放大，例如需要跟 确，其效果会急剧下降，从而无法实用 ． 踪小 目标的监视系统和需要进行病灶识别的医学图像系统， 1995年以后，人工神经网络被应用于图像超分辨率E79J， 因此图像超分辨率技术一直得到普遍的重视．然而，事实上如 其优点