基于小波变换的超分辨率图像重建.docVIP

基于广义逆和变差的超分辨率图像重建 吴爱弟 王静 （天津职业技术师范大学理学院，天津 3002222) 摘要：图像超分辨率重建技术是从一幅或多幅低分辨率图像中获取有用信息，通过某种算法重建出高分辨率图像。根据低分辨率图像生成的矩阵模型，首先应用广义逆矩阵理论，得到高分辨率图像所在的解空间，然后把最小总体变差作为目标函数，应用最速下降方法求解，得到重建的高分辨率图像。实验结果表明，该方法能够提高重建图像质量，具有较好的鲁棒性。 关键词：超分辨率图像；广义逆；全变差；正则化;迭代；梯度； Super-resolution Image Reconstruction Based on Generalized Inverse Matrix and Variation Wu Aidi Wang Jing (College of science, Tianjin University of Technology and Education, Tianjin, 300222, China) Abstract: Image super-resolution reconstruction techniques get useful information from one or more of low resolution images, and reconstructed high resolution image can gotten through a certain algorithm.According to the low resolution image generated by the matrix model, the solution space contained the high resolution image is obtained by applyying generalized inverse matrix theory. The minimum total variation is as objective function. the reconstructed high resolution image is gotten by the steepest descent method. The experimental results show that the method can improve the quality of reconstruction image. Key words: super-resolution image; generalized inverse matrix ;Total Variation; regularization；iteration; gradient. 1 引言 图像超分辨率重建技术是通过某种算法在一幅或多幅低分辨率图像中获取有用信息，然后重建出高分辨率图像。图像超分辨率重建被广泛应用到视频监控、遥感遥测、医学成像等图像处理领域中[1-4]。由于数字图像的重建问题是一个代数反问题，在没有附加条件下是个病态问题，一般采用正则化方法，通过利用一些先验信息进行优化，使得问题变为良态。Tikhonov正则化方法[5]是最常用的方法,重建的超分辨率图像和正则化操作算子及正则化参数有关,通常正则化操作算子采用差分算子,如拉普拉斯算子等。 重建技术主要分为单帧图像的重建和多帧图像的重建。单帧图像重建是利用图像本身的信息放大图像，重建的好坏在于是否能有效的保持图像的边缘和重要细节信息。60年代Harris[6]首先研究了单帧图像的复原。最常用和简单的图像重建算法是基于插值的算法，传统的插值方法有最近邻域插值法、双线性插值法、双三次插值法等等[6]，这些插值算法的优点是比较直观且计算复杂度较低。但是由于插值算子的低通特性,导致图像插值后常常出现方块效应或细节退化等现象。Tasi和Hunag[7]采用频域法对低分辨率卫星图片进行超分辨重建,指出低分辨率图像的成因在于由于欠采样造成频谱混叠,重建就是还原被混叠的频谱信息,即图像细节的高频信息。Nugyne和Mlinaarf[8]提出了一种基于小波变换的重建超分辨率图像的算法,将配准后的低分辨率图像在小波域展开,然后从低频和高频分别内插超分辨率图像的小波系数, 然后应用小波逆变换重建超分辨率图像。基于总变差的正则化函数可以很好的保持图像的边缘和细节信息[9-10],比较好地刻画了图像空间，因此成为图像重建方面研究的热点。本文根据低分辨率图像生成的矩阵模型，首先应用广义逆矩阵理论，得到高分辨率图像所在的解空间，然后把最小总体变差作为目标函数，应用最速下降方