基于扩散自适应超分辨率重建.docVIP

基于扩散自适应超分辨率重建 　　摘 要： 从各向异性角度分析了P?M模型、L1范式（TV模型）、L2范式（调和模型）的不足，通过扩散模型建立超分辨率重建的偏微分方程，提出一种非线性各向异性和超分辨率重建组合的模型。该模型在图像平坦区域具有线性各向同性扩散，能够有效消除噪声，在图像边缘区域具有非线性各向异性扩散保留边缘，有效减少了滤波产生的阶梯效应和P?M模型过渡平滑忽略细节的现象。仿真结果表明，该模型能够有效地提高图像重建质量，能在消除噪声的同时保留边缘，具有很好的鲁棒性。 　　关键词： P?M模型； L1范式； 各向同性； 各向异性； 超分辨率重建 　　中图分类号： TN911?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）10?0107?04 　　Abstract： The disadvantages of P?M model， L1 norm （TV model） and L2 norm （harmonic model） are analyzed in the aspect of anisotropy. The partial differential equation for super?resolution reconstruction is established with diffusion model. A model combining the nonlinear anisotropy and super?resolution reconstruction is proposed. The model has the characteristics of linear isotropic diffusion in the flat area of the image， which can eliminate the noise effectively， and has nonlinear anisotropic diffusion preserving edge in the edge area of the image， which can effectively reduce the staircase effect produced by filtering and avoid the phenomenon that the details of P?M model is neglected due to transition smooth. The simulation results show that the model can improve the image reconstruction quality effectively， eliminate the noise while remaining the edge， and has good robustness. 　　Keywords： P?M model； L1 norm； isotropy； anisotropy； super?resolution reconstruction 　　0 引 言 　　随着高清显示技术的发展，人们对图像清晰度以及图像所含信息量的要求越来越高，超分辨率（Super?Resolution，SR）重建在不提升硬件设备的基础上通过单帧或者多帧序列低分辨率（Low?Resolution，LR）图像重建出一帧或者多帧高分辨率（High?Resolution，HR）图像。SR重建使用软件技术，通过像素之间的亚像素位移形成互补信息来提高分辨率，更详细地展示图像信息，减少了硬件的投资，在军事图像、遥感图像、视频监控以及医疗诊断等领域有着广泛的应用。SR技术是从低分辨率图像得到高分辨率图像，是图像退化的逆过程，表现为病态反问题，需要正则化技术将它变成一个适定问题，再通过最小化目标泛函数实现正则化超分辨率重建。 　　近几年，国内外超分辨率技术的研究不断取得新的进展。近年来，基于变分偏微分方程的去噪算法成为图像处理领域的重要部分，其中具有代表的方法是基于L1范数的TV模型和L2范数的调和模型。从扩散角度分析，TV模型在图像边缘区域方向一致性较好，只沿切向扩散，具有各向异性扩散，可以很好地保护图像的边缘细节，在图像平坦区域得到的边缘方向并不一定真实存在，此时仍沿边缘方向扩散无疑会导致在平坦区域的噪声抑制不充分甚至出现虚假边缘，无法准确滤除噪声，从而导致阶梯效应的存在[1?2]，这将直接影响图像处理和分析。调和模型从滤波角度考虑与高斯滤波等价，在梯度方向和边缘方向具有同等扩散和各向同性扩散，但该模型在平滑去噪时会导致图像细节模糊，存在平滑过度的现象[3]。双边滤波考虑空域信息和灰