基于局部回歸模型的圖像超分辨率重建
2016-06-28 08:30:16李欣崔子冠孫林慧朱秀昌
計算機應用 2016年6期
李欣 崔子冠 孫林慧 朱秀昌
摘 要：針對基于稀疏重建的圖像超分辨率（SR）算法一般需要外部訓練樣本，重建質量取決于待重建圖像與訓練樣本的相似度的問題，提出一種基于局部回歸模型的圖像超分辨率重建算法。利用局部圖像結構會在不同的圖像尺度對應位置重復出現的事實，建立從低到高分辨率圖像塊的非線性映射函數一階近似模型用于超分辨率重建。其中，非線性映射函數的先驗模型是直接對輸入圖像及其低頻帶圖像的對應位樣本塊對通過字典學習的方法得到。重建圖像塊時利用圖像中的非局部自相似性，對多個非局部自相似塊分別應用一階回歸模型，加權綜合得到高分辨率圖像塊。實驗結果表明，該算法重建的圖像與同樣利用圖像具有自相似性的相關超分辨率算法相比，峰值信噪比（PSNR）平均提高0.3～1.1dB，主觀重建效果亦有明顯提高。
關鍵詞：超分辨率；局部回歸；字典學習；稀疏重建；非局部自相似
中圖分類號： TN911.73；TP391.41 文獻標志碼：A英文標題
