基于稀疏表示的单帧图像超分辨算法研究.doc

毕 业 论 文 基于稀疏表示的单帧图像超分辨重建算法研究 学生姓名： 丁 龙 学号：1005014220 学 院： 信息与通信工程学院 专 业： 电子信息科学与技术 指导教师： 杨学峰 2014 年 6 月  摘 要 图像超分辨技术不需要改变现有物理设备,只要采用适当的数字信号处理技术,就能获得满足需要的高分辨率图像,在技术上和成本上具有较大优势,因此被越来越多地应用于高清数字电视、军事遥感监测、公共安全和医学成像等领域。相对于多帧重建技术,单帧图像超分辨率技术在重建时仅需要一幅实际场景中的低分辨率图像就能估计出相同场景下的高分辨率图像,在一些应用中更能满足实际应用需求。基于稀疏表示的超分辨率方法,是单帧图像超分辨率重建方法研究的新方向。因此,本文研究目标是单帧图像超分辨率重建技术,重点研究基于稀疏表示的图像超分辨率重建技术。 本文首先讨论了单帧图像超分辨重建技术的算法模型和基本原理,对其中几个比较经典的超分辨算法的原理、具体实现方法和性能特点进行详细分析和讨论,并通过实验仿真进行主观和客观两方面的对比分析。 其次,对基于稀疏表示的超分辨率方法展开研究,研究发现,基于稀疏表示的图像超分辨率重建算法中字典的原子数目和构成对算法重建质量和重建效率有较大影响,且重建中正则化参数的选择对重建质量产生一定的影响。并通过仿真实验对这两个方面进行讨论和分析,实验结果表明,在字典原子数目一定的情况下,通过改变字典构造和正则化参数的选择方法,可能设计出一种算法以提高算法的运行效率,并同时保证图像的重建质量。 关键词:超分辨率重建,稀疏表示,单帧图像,聚类字典 Abstract Instead of changing the existing physical device, image super-resolution technology can obtain the required high resolution images just by employing an appropriate digital signal processing technology. For its advantages in technical and cost, it has being more and more used in the fields of high-definition digital TV, military remote sensing monitoring, public safety and medical imaging, etc. Compared to multi-frame reconstruction Secondly, deep research on sparse representation based super-resolution method is conducted. Research results show that dictionary size and dictionary composition has a great impact on the algorithms reconstruction quality and reconstruction efficiency. Moreover, regularization parameter selection method influence reconstruction quality. Experiment and simulation result in a conclusion, that is, with a certain number of dictionary size, to design an algorithm by changing the dictionary structure and regularization parameter may improve the running efficiency of the algorithm as well as ensure the quality of the reconstructed image. Finally, a K-means clustering improved initi