基于正則化的超分辨率圖像重建算法研究.pdf

1、超分辨率重建(SuperResolutionReconstruction，SRR)是根據(jù)若干幅低分辨率(LowResolution，LR)圖像，采用信號處理的方法重建出一幅或多幅高分辨率(HighResolution，HR)圖像的技術。由于無需對現(xiàn)有成像設備進行升級就可以實現(xiàn)圖像分辨率的提高，有效降低了應用成本，所以該技術在多個領域都有著廣闊的應用前景，成為近年來圖像處理領域的一個研究熱點。
　　 本文簡要介紹了圖像重建模型和空

2、域重建算法，重點研究了MAP框架下的正則化算法，對算法原理、數(shù)據(jù)保真項和正則項進行了詳細分析。通過對比研究現(xiàn)有的幾種正則化算法可知穩(wěn)健性是決定算法性能的關鍵因素之一。然而，現(xiàn)有的算法如最小二乘估計因穩(wěn)健性較差而對離群值非常敏感，容易導致估計結果出現(xiàn)較大偏差。所以為了提高算法對離群值的抗干擾能力，根據(jù)穩(wěn)健估計理論，提出基于Tukey估計的新型數(shù)據(jù)保真項。實驗結果證明，基于Tukey范數(shù)的新正則化算法具有良好的穩(wěn)健性，對于退化模型中的運動和

3、噪聲等偏差敏感度較低，重建圖像視覺效果較好。
　　 正則化算法中，正則項的作用是提取估計值與觀察值的偏差，以此作為對先驗信息的補充來對估計結果進行修正。因此正則項不僅保證了算法的穩(wěn)定輸出，而且直接影響著重建圖像的結構特征。合適的正則項，可以在保證算法有效消除噪聲影響的同時，使重建圖像具有更加清晰的紋理。根據(jù)核回歸理論，正則項可視為重建過程中的濾波器。經(jīng)典的拉普拉斯正則項不能對噪聲和圖像紋理信息進行區(qū)分，所以重建效果較差。雙邊全變