基于小波稀疏字典的圖像超分辨率重構方法研究.pdf

1、圖像超分辨率重構廣泛應用于醫(yī)學圖像處理、視頻監(jiān)督、天文學研究等領域，主要思想為利用已知的圖像信息補充低分辨率圖像丟失的細節(jié)信息，進而重構出期望的高分辨率圖像?，F(xiàn)有的超分辨率重構方法一般處理的是無噪圖像。對于受到噪聲和模糊化影響的圖像，超分辨率重構常需要兩個獨立的過程，即去噪和超分辨率處理。近年的超分辨率重構研究熱點之一是如何對圖像同時去噪和提高分辨率。目前，已有的處理含噪圖像超分辨率重構方法包括基于插值的方法，基于學習的方法等，其中基于

2、稀疏表示的超分辨率重構方法如稀疏編碼基方法，稀疏權值方法等受到研究者們的關注。基于稀疏表示的超分辨率重構方法在處理圖像超分辨率重構時，能夠利用稀疏表示理論對不同圖像條件如模糊，噪聲等，自適應地調整方法的參數(shù)來獲得同步降噪和圖像超分辨率重構效果。該類方法的不足在于處理高噪聲圖像的超分辨率重構問題時，未考慮噪聲對低分辨率圖像邊緣等特征信息的干擾。
　　本文在稀疏表示理論與小波變換的基本理論基礎上，圍繞如何有效的利用高分辨率圖像集對低分

3、辨率圖像同步去噪和超分辨率重構進行研究。本文首先闡述與本課題直接相關的基礎知識以及理論基礎，重點總結分析圖像超分辨率重構方法中處理噪聲圖像方法的關鍵技術，稀疏字典的構造方法以及小波變換的基本理論。隨后，根據(jù)小波變換的正交性與多分辨分析特性，提出基于小波稀疏字典的圖像超分辨率重構模型，其中，主要設計小波分析字典，小波學習字典的兩種稀疏字典構建模型，以及圖像超分辨率重構優(yōu)化模型，獲得提升圖像降噪和超分辨率重構的效果。最后，本文將提出的方法應