基于集中稀疏表示的图像超分辨率复原

作     者：谢甜 

作者单位：武汉科技大学 

学位级别：硕士

导师姓名：吴谨

授予年度：2013年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：图像超分辨率复原 稀疏表示 稀疏编码噪声 AMRF模型 自适应PCA字典 

摘      要：在图像的获取过程中，不可避免的图像的质量将会降低。传统的图像复原技术虽然能够从一定的程度上改善获取到的图像的质量。但由于这种方法不能恢复获取图像过程中已经丢失的图像细节信息。为此，人们提出了一种新的解决方法，即超分辨率复原技术。图像超分辨率复原技术的目的就是尽量恢复成像系统中已经丢失的高频细节信息提高图像的质量。 本文提出了一种基于统计集中稀疏表示的图像超分辨率复原算法。本文首先在介绍了传统的基于稀疏表示的图像复原算法的基础上，提出一种新的表示图像噪声的方法，即基于统计表示的图像噪声。在利用统计的数据后，发现图像中的噪声的分布情况与拉普拉斯分布极其相似。使用这种噪声得到的复原图像与原始的高分辨率图像更加接近。接着介绍了一种新的先验模型，即基于自适应马尔科夫随机场(AMRF)的先验模型，这种先验模型能在减少噪声的同时抑制振荡条纹。最后介绍了一种基于图像块的自适应主成分分析(PCA)字典，使用这种考虑图像块的字典，在图像复原的过程不仅考虑图像的局部特性，还考虑了图像的全局特性。 这种新的图像复原模型不仅保证了图像稀疏表示的合理性和保真度，还能够在图像块进行复原时有效的利用相似图像块的信息。实验结果显示，本文提出的这种新的图像复原算法具有良好的主观性和客观性。