一种纹理自适应正则化超分辨率图像重建算法.docx

一种参数自适应正则化超分辨率图像重建算法 摘要：在正则化超分辨率重建算法中，正则化参数自适应对于抑制噪声和保持边缘非常重要。参数自适应通常是通过建立空间信息与参数的关系来实现的。在近期文献中，提出了一些空间信息自适应超分辨率重建方法，取得了较好的实验结果。然而在这些方法中，提取空间信息方法的计算量大，导致重建速度慢，限制了算法的应用。提出一种快速空间信息提取方法，并构建自适应参数模型，实验结果显示，该方法在大幅提高重建速度的同时，获得了更好的重建效果。 关键词：正则化；超分辨率重建；参数自适应；纹理保持 Regularization Image Super-resolution Reconstruction Using Adaptive Parameter Abstract：In regularization image super-resolution reconstruction, adaptive regularization parameter is very important for reducing noise and keeping texture. In general, regularization parameter adjusted adaptively is implemented by building a calculation formula which relates the parameter with the local texture feature. In recent work, several methods of adaptive regularization parameter were proposed and the test shows that the quality of reconstruction is enhanced. However, in the algorithms, calculation for local texture feature take too much time and it lead to long reconstruction time, which limit its applicability. In this paper, we develop an adaptive regularization approach based on the fact that the regularization parameter should be a function of local texture feature. The performance of the proposed approach has been tested on several images and the obtained results demonstrate the superiority of our approach compared with existing methods. Key words：regularization，super-resolution reconstruction，adaptive parameter，texture preserving 0 引言 图像超分辨率重建是指由一幅低分辨率图像或图像序列恢复出高分辨率图像的技术，利用超分辨率重建技术可以提高现有成像设备的分辨率[1]。因此，超分辨率重建技术的研究受到了广泛的关注[2-3]。目前，该技术已经用于实际红外成像系统中[4-5]，并且，器件研发公司也已经开发出专用的信号处理硬件[6-7]。 正则化方法是常用的超分辨率重建方法，在已经提出的几种正则化方法中，双边总变分正则化方法（BTV）[8]具有较好的重建效果，该方法能够在去除噪声的同时又能较好的保持图像的边缘信息，其形式如下： (1) 式中：p为选取窗口的半径；?为正则化参数，控制着求解过程中两项的相对贡献量；Sxl和Sym分别为图像沿x和y方向分别平移l和m个像素算子；?为尺度加权系数，取值范围(0, 1)。 在式(1)中权值为?l＋m，即在离中心像素点相同距离的像素的加权系数是相同的，这种处理在边缘和纹理区域是不合理的，会导致一定程度的边缘模糊。合理的处理方法是：沿纹理方向的像素的权值应大于垂直于纹理方向的像素。此外，在式(1)中?为定值，这使得算法不能同时兼顾去除噪声和保持图像纹理。?过小不能很好的抑制噪声，?过大重建图像过于平滑，不能很好的保持图像的边缘和纹理信息。针对这一问题，蒋[9]和沈[10]等人分别提出了参数自适应重建算法，在蒋的方法中，利用图像局部协方差矩阵提取纹理特征，并用纹理信息控制权