眾所周知,基于稀疏字典的圖像超分辨率（Super Resolution,簡(jiǎn)稱SR）方法可有效地從單個(gè)低分辨率圖像（簡(jiǎn)稱LR,Low Resolution）輸入,重建得到高分辨率（簡(jiǎn)稱HR,High Resolution）圖像。一般的基于稀疏字典的SR方法總是將低分辨率字典中計(jì)算得到的稀疏表示系數(shù)直接作為高分辨率的稀疏表示系數(shù),并利用高分辨率字典獲得高分辨率圖像。但是通過實(shí)驗(yàn)發(fā)現(xiàn),高、低分辨率稀疏表示系數(shù)是不相同的,因此直接將低分辨率字典中計(jì)算得到的稀疏表示系數(shù)作為高分辨率的稀疏表示系數(shù)是不合適的。同時(shí),通過觀察一些SR方法獲得的重建圖像發(fā)現(xiàn),雖然很多重建圖像雖然得到了高分辨率的圖像,但是圖像中或多或少存在邊緣部分的模糊。因此本文針對(duì)上述兩個(gè)問題進(jìn)行了研究,主要研究工作如下:（1）提出了一種基于神經(jīng)網(wǎng)絡(luò)的稀疏系數(shù)優(yōu)化方法,對(duì)使用字典重建過程中的低分辨率字典的稀疏表示系數(shù)矩陣?_l與實(shí)際高分辨率圖像的稀疏表示系數(shù)矩陣?_h進(jìn)行訓(xùn)練,預(yù)測(cè)其誤差,加以補(bǔ)償使得給定圖像超分辨率重建過程中的稀疏矩陣?更加接近實(shí)際值,以得到更好的重建圖像。（2）提出了一種新的... 

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 章節(jié)安排
2 圖像超分辨率基本理論
    2.1 SR過程中的低分辨率圖像獲取過程
    2.2 圖像超分辨率的方法
        2.2.1 基于插值的圖像超分辨率方法
        2.2.2 基于重建的圖像超分辨率方法
        2.2.3 基于學(xué)習(xí)的圖像超分辨率方法
    2.3 基于稀疏表示字典的圖像超分辨率的優(yōu)勢(shì)
    2.4 超分辨率算法研究中的圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)
3 基于神經(jīng)網(wǎng)絡(luò)的稀疏系數(shù)優(yōu)化的單幅圖像超分辨率
    3.1 數(shù)據(jù)集介紹
    3.2 基于神經(jīng)網(wǎng)絡(luò)的稀疏系數(shù)優(yōu)化的圖像超分辨率方法
        3.2.1 獲取稀疏字典
        3.2.2 獲取訓(xùn)練集的稀疏表示系數(shù)及預(yù)處理
        3.2.3 “抓娃娃”分類方法
        3.2.4 優(yōu)化網(wǎng)絡(luò)訓(xùn)練
        3.2.5 高分辨率圖像重建
        3.2.6 提出方法的算法步驟
    3.3 實(shí)驗(yàn)結(jié)果與分析
4 基于結(jié)構(gòu)張量約束和重建圖像下采樣約束的單幅圖像超分辨率
    4.1 數(shù)據(jù)集介紹
    4.2 基于結(jié)構(gòu)張量約束和重建圖像下采樣約束的單幅圖像超分辨率方法
        4.2.1 重建圖像獲取
        4.2.2 基于結(jié)構(gòu)張量邊緣約束
        4.2.3 基于重建圖像下采樣約束
        4.2.4 提出方法的算法步驟
    4.3 實(shí)驗(yàn)結(jié)果與分析
5 總結(jié)與展望
參考文獻(xiàn)
攻讀學(xué)位期間取得的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]圖像超分辨率重建技術(shù)綜述[J]. 王春霞,蘇紅旗,范郭亮.  計(jì)算機(jī)技術(shù)與發(fā)展. 2011(05)

碩士論文
[1]基于稀疏表示的圖像超分辨率算法研究[D]. 戚河平.浙江師范大學(xué) 2019
[2]圖像超分辨率重建和插值算法研究[D]. 張明.中國科學(xué)技術(shù)大學(xué) 2010



本文編號(hào)：3661376