【摘要】：由于大部分超分辨率圖像重建方法都是建立在圖像的點(diǎn)擴(kuò)散函數(shù)為已知或假設(shè)點(diǎn)擴(kuò)散函數(shù)為高斯模糊核的條件下,但真實(shí)的低分辨率圖像中的點(diǎn)擴(kuò)散函數(shù)并不是高斯函數(shù),而是由隨機(jī)的相機(jī)抖動造成的。為了提高重建的超分辨率圖像質(zhì)量并使其更接近真實(shí)場景,提出了一種基于L0范數(shù)稀疏表達(dá)的圖像盲超分辨率重建方法。首先利用了基于L0范數(shù)的梯度最小化方法估計(jì)出超分辨率圖像中的點(diǎn)擴(kuò)散函數(shù),再通過點(diǎn)擴(kuò)散函數(shù)的估計(jì)在超分辨率重建的過程中有效地去除圖片的模糊效應(yīng),最后利用反向傳播算法,使重建的超分辨率圖像更接近真實(shí)。通過實(shí)驗(yàn)結(jié)果表明,提出的方法相對于雙三次插值法和基于多字典學(xué)習(xí)的圖像超分辨率重建算法可以得到更清晰的重建效果,峰值信噪比和平均結(jié)構(gòu)相似度均有提高,最后在真實(shí)圖片重建測試效果中也得到了更好的驗(yàn)證。
[Abstract]:Because most of the super-resolution image reconstruction methods are based on the condition that the point diffusion function of the image is known or assumed to be Gao Si fuzzy kernel, but the point diffusion function in the real low-resolution image is not Gao Si function. It is caused by random camera jitter. In order to improve the quality of the reconstructed super-resolution image and make it closer to the real scene, an image blind super-resolution reconstruction method based on L0 norm sparse representation is proposed. Firstly, the gradient minimization method based on L0 norm is used to estimate the point diffusion function in the super-resolution image, and then the fuzzy effect of the image is effectively removed during the super-resolution reconstruction by the estimation of the point diffusion function. Finally, using the back propagation algorithm, the reconstructed super-resolution image is closer to reality. The experimental results show that the proposed method can obtain a clearer reconstruction effect than the bicubic interpolation method and the image super-resolution reconstruction algorithm based on multi-dictionary learning, and the peak signal-to-noise ratio (PSNR) and the average structural similarity are improved. Finally, in the real image reconstruction test results are also better verified.
【作者單位】： 河南工程學(xué)院計(jì)算機(jī)學(xué)院;鄭州大學(xué)信息工程學(xué)院;
【基金】：國家自然科學(xué)基金(61379079)
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 廖宇;喬凌;;超分辨率重建技術(shù)研究與探索[J];通信與信息技術(shù);2011年05期

2 鐘山,沈振康;圖像靜態(tài)超分辨率重建[J];紅外與毫米波學(xué)報(bào);2004年02期

3 王勇,鄭輝,胡德文;視頻的超分辨率增強(qiáng)技術(shù)綜述[J];計(jì)算機(jī)應(yīng)用研究;2005年01期

4 袁建華;殷學(xué)民;鄒謀炎;;一種有效的超分辨率重建計(jì)算方法[J];中國科學(xué)院研究生院學(xué)報(bào);2006年04期

5 張地;何家忠;彭宏;;低分辨率人臉序列的超分辨率重構(gòu)識別[J];韶關(guān)學(xué)院學(xué)報(bào);2007年06期

6 梁立恒;邢立新;姜紅艷;王明常;;高保真影像超分辨率重建應(yīng)用研究[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2007年S1期

7 鄭麗賢;何小海;吳煒;楊曉敏;陳默;;基于學(xué)習(xí)的超分辨率技術(shù)[J];計(jì)算機(jī)工程;2008年05期

8 浦劍;張軍平;黃華;;超分辨率算法研究綜述[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2009年01期

9 楊剛;趙紅;王苗;劉穎;石強(qiáng);;一種基于金字塔策略的人臉超分辨率方法[J];河北大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

10 劉琚;喬建蘋;;基于學(xué)習(xí)的超分辨率重建技術(shù)[J];智能系統(tǒng)學(xué)報(bào);2009年03期

相關(guān)會議論文 前10條

1 潘明海;劉永坦;趙淑清;徐佳祥;干恒富;;一種多運(yùn)動目標(biāo)的超分辨率檢測算法[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

2 李兵兵;陸耀;王曉明;李勁嫻;;基于金字塔回歸策略的人臉超分辨率[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

3 戴光智;陳鐵群;薛家祥;;基于微掃描技術(shù)焊縫超聲圖像的超分辨率重建[A];第十七屆全國測控計(jì)量儀器儀表學(xué)術(shù)年會（MCMI'2007）論文集（上冊）[C];2007年

4 鄭杰;韓梅;;基于微位移的超分辨率重建技術(shù)[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

5 繆泓;徐海明;;微平移序列圖像的超分辨率重建技術(shù)[A];中國力學(xué)學(xué)會學(xué)術(shù)大會'2009論文摘要集[C];2009年

6 徐忠強(qiáng);朱秀昌;;基于正則算法的壓縮視頻超分辨率重建[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

7 池小梅;馬建偉;黃景濤;;基于壓縮傳感的超分辨率紅外成像研究[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

8 黃華;何惠婷;;一種基于CCA空間超分辨率的人臉識別方法[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會議（PCC2009）論文集[C];2009年

9 楊劍;周詮;李映;趙榮椿;;一種改進(jìn)的基于MAP的超分辨率圖像重建算法[A];全國第三屆信號和智能信息處理與應(yīng)用學(xué)術(shù)交流會專刊[C];2009年

10 饒俊;;基于金字塔配準(zhǔn)和特征提取插值的超分辨率重建[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 巴拉卡，，雅各布Maiseli（Baraka Jacob Maiseli）;基于正則化的非線性擴(kuò)散模型的超分辨率方法[D];哈爾濱工業(yè)大學(xué);2015年

2 岳煥景;面向云媒體的圖像處理研究[D];天津大學(xué);2015年

3 楊琛;提高集成成像與集成全息系統(tǒng)成像質(zhì)量方法的研究[D];西安電子科技大學(xué);2015年

4 何蕾;基于稀疏表達(dá)的連分式插值核的圖像/視頻超分辨率重建方法研究[D];合肥工業(yè)大學(xué);2015年

5 樊程廣;超聲相控陣超分辨率成像方法研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 陳亮;基于一致性近鄰關(guān)系的極低質(zhì)量人臉超分辨率算法研究[D];武漢大學(xué);2017年

7 袁建華;超分辨率重建中若干問題的研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2006年

8 范沖;三線陣影像超分辨率重建[D];中南大學(xué);2007年

9 張小紅;視頻去運(yùn)動模糊及超分辨率研究[D];浙江大學(xué);2012年

10 江濤;同視域多幀視覺影像超分辨率重建技術(shù)研究[D];山東科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 李智盛;壓縮傳感在超分辨率中的應(yīng)用[D];清華大學(xué);2011年

2 劉鵬;壓縮自編碼字典下的多機(jī)制鄰域嵌入超分辨率重建算法[D];華南理工大學(xué);2015年

3 蔣曉慧;自適應(yīng)正則化超分辨率重建方法的研究[D];蘇州大學(xué);2015年

4 楊國珂;基于壓縮傳感的圖像分辨率重構(gòu)方法和應(yīng)用[D];江西理工大學(xué);2015年

5 陳果;單一醫(yī)學(xué)視頻時(shí)空超分辨率算法研究[D];北京理工大學(xué);2015年

6 黎媛;基于超分辨率的多視角混合分辨率視頻描述的關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

7 羅國中;面向低質(zhì)量視頻的目標(biāo)對象的超分辨率重建技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 李華陽;手部深度圖像去噪與超分辨率方法研究[D];北京工業(yè)大學(xué);2015年

9 彭羊平;基于非負(fù)鄰域嵌入的單幀圖像超分辨率重建算法研究[D];西安電子科技大學(xué);2014年

10 張?jiān)其h;紋理自適應(yīng)的超分辨率重建[D];西安電子科技大學(xué);2009年

本文編號：2343002