频域内基于邻域特征学习的单幅图像超分辨重建-计算机工程.PDF

第 卷 第 期 计 算 机 工 程 年 月 图形图像处理 文章编号 文献标志码 中图分类号 频域内基于邻域特征学习的单幅图像超分辨重建 苏富林 钱素娟 魏霖静 孙连海 甘肃民族师范学院 计算机科学系甘肃 合作 郑州财经学院 信息工程学院郑州 甘肃农业大学 信息科学技术学院兰州 成都师范学院 计算机科学学院成都 摘 要 针对图像重建过程中待插值点灰度估计不准确的问题提出一种基于邻域特征学习的单幅图像超分辨回 归分析方法 在输入低分辨率图像后利用图像特征从低分辨率图像及其对应高分辨率图像的几何相似结构中学 习局部协方差 对于邻域中的每一个图像块估计 个方向的方差以适应插值像素 实验结果表明该方法既能 保证重建的高分辨率图像均匀区域的一致性同时也能完整保留图像细节信息和边缘轮廓 关键词 协方差矩阵方向方差傅里叶特征插值核回归超分辨重建 中文引用格式苏富林钱素娟魏霖静等频域内基于邻域特征学习的单幅图像超分辨重建计算机工程 英文引用格式 更小反而增加了散粒噪声 因此超分辨技术可 概述 以作为一种替代方法提高图像分辨率 超分辨是从一幅或者一个序列的低分辨率图像 目前超分辨技术已被广泛应用于空间和时间分 中获取高分辨率图像的过程 实际应用中一些廉 辨率增强上 单幅图像的超分辨方法主要是基于插 价图像感知器的普遍使用导致获得的图像质量差 值和机器学习的方法 传统基于插值的超分辨算法 分辨率低 而提高感知器的分辨率也不可行因为 是利用邻域信息估计待插值点的灰度为消除块效 随着感知器分辨率的提高单个像素所占尺寸变得 应利用边缘信息均值和方差等先验知识进行正则 基金项目国家自然科学基金