基于内容的双字典学习及稀疏表示的图像重构.pdfVIP

学兔兔 第34卷 第8期 仪 器 仪 表 学 报 Vo1．34No．8 2013年 8月 ChineseJournalofScientificInstrument Aug．2013 基于内容的双字典学习及稀疏表示的图像重构水 王小玉，陈德运 ，冉 起 (哈尔滨理工大学计算机科学与技术学院 哈尔滨 150080) 摘 要：提出了一种基于内容的双字典学习和稀疏分解结合起来的算法。针对待复原图像内容间的差异性，将训练图像块采用 聚类的方法得到多个分类式的字典，从中选择最合适的内容分类来进行图像的恢复，这样做使算法更具区分性，提升了图像 的自 适应能力。在此基础上，将高频信息分为主要高频和次要高频，并训练双重字典，结合稀疏表示的方法对图像进行重构，这比传统 的基于字典学习的算法捕获了更多的图像高频信息，进一步提升了图像重构的质量。方法采用了K—SVD算法以提高稀疏字典编 码的计算效率。与其他方法相比，该算法获得了更为精细的图像细节，在PSNR测试数据和主观视觉上都获得了理想的提升。 关键词：超分辨率；字典学习；稀疏表示；图像重构 中图分类号：TP391．41 文献标识码：A 国家标准学科分类代码：510．40 Imagesuper-resolution reconstructionwithcontentbased dual-dictionarylearningand sparserepresentation WangXiaoyu，ChenDeyun，RanQi (SchoolofComputerScienceandTechnology，HarbinUniversityofScienceandTechnology，Harbin150080，China) Abstract：Thispaperproposesan imagesuper--resolution reconstructionmethodwith contentbased dual--dictionary learningandsparserepresentation．Aimingatthedifferenceamongthecontentsoftheimagetoberestored，weusethe clustermethodonthetrainedimageblockstogetmultipleclassificationdictionariesandthemostsuitablecontentclas· sificationischosenfortheimagereconsturction，whichmakesthemethodhavebetterdiscrimination andimprovesthe adaptiveabilityoftheimage．Onthisbasis，thehighfrequencyinformationoftheimageisdividedintotwoparts，i．e． themainhigh~equencyandtheresidualhighfrequency，andthedual—dictionaryistrained；combinedwithsparserep- resentationtheimageisreconsturcted．Comparedwiththetraditional dictionarybasedlearningalgorithm ，theproposed methodcapturesmuchhigh-·frequencyimageinformationnadfurtherimprovestheimagequ