收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于线性映射的图像超分辨率算法研究

代晓东  
【摘要】:高分辨率图像一般保留了大量高频信息,便于进行后续研究处理。但是受到性能低下的图像采集设备和恶劣的外部环境的限制,在遥感成像、视频监视和医学影像等现实应用场景中,获取分辨率较高的图像是一项困难的挑战。图像超分辨技术已经发展成为降低图像采集设备过多成本、从多元环境下获得高分辨率图像的有效途径。本文主要研究单幅图像超分辨率方法,结合有效的先验知识来约束输入低分辨率图像,获得保留大量高频细节的高分辨率图像。现有的众多超分辨率方法归纳为基于插值、基于重构以及基于学习三类。基于学习的超分辨率方法已经成为当下研究的主流,这些方法通过在低分辨率和对应高分辨率两个训练样本空间之间学习映射关系,将低维空间的图像映射为高维空间的图像。在提取训练样本形式不同的前提下,基于学习的方法通常可以分成两类:一类是使用外部自然图像数据集来提取外部训练样本,另一类是利用图像自身重复信息来提取内部训练样本。针对上述基于外部训练样本和基于内部训练样本两类方法的不同,本论文提出了两种基于线性映射关系的图像超分辨率重构算法:(1)提出了一种新的用于强化低维样本空间与高维样本空间映射关系的映射矩阵。首先,将字典原子间的不相关特性加入到训练字典模型中,使得各个字典原子独立于其他字典原子。其次,在低分辨率和高分辨率训练样本集合中根据相关性找到每个字典原子关联的最近邻样本集,然后利用指数函数计算近邻样本与其中心样本的距离作为标记值。最后,结合高低分辨率最近邻样本集以及标记值矩阵进行回归学习得到新的映射矩阵,从而重构出含有大量高频细节的图像。实验表明,该方法在PSNR和SSIM上的数值结果均优于现有方法。(2)由于外部训练样本的图像超分辨率算法有时会由于测试图像与训练图像在一定程度上结构不相似而影响重构效果,提出了基于自身样本和加权表示系数的图像超分辨率算法。首先,对单幅输入图像旋转和水平镜像变换操作构造内部训练图像集,并随机选取训练样本作为锚点得到高低近邻图像块集。其次,根据各个高低近邻图像块间的相似性分别计算低分辨率和高分辨率相似调整权重矩阵,使用两种权重矩阵先后对表示系数进行加权约束。最后,高低分辨率两个训练样本空间之间的映射矩阵利用加权后的表示系数和近邻图像块集回归学习得到,最终重构出分辨率高的图像。多组实验结果表明,该方法在主观和客观指标上都优于许多现有方法。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 李强;刘哲;南炳炳;顾淑音;;改进的基于邻域嵌入的图像超分辨率重构[J];激光技术;2015年01期
2 周苑;周岩;李慧敏;;非局部稀疏表示的图像超分辨率重建方法[J];计算机工程与设计;2015年12期
3 李欣;崔子冠;孙林慧;朱秀昌;;基于局部回归模型的图像超分辨率重建[J];计算机应用;2016年06期
4 李志全;马莹;郭士亮;王志斌;;基于双层混合字典学习的图像超分辨率复原[J];燕山大学学报;2014年03期
5 曹善逊;周杨梅;;一种基于样本块的图像超分辨率方法研究[J];河北省科学院学报;2010年02期
6 王义;王江云;安洁;韩亮;;基于奇异值分解的图像超分辨率重建[J];电子测量技术;2017年03期
7 詹曙;方琪;杨福猛;常乐乐;闫婷;;基于耦合特征空间下改进字典学习的图像超分辨率重建[J];电子学报;2016年05期
8 刘骅;徐义奎;杜晶;凌佳俊;;基于过完备字典稀疏表示的图像超分辨率研究[J];计算机光盘软件与应用;2013年03期
9 刘少鹏;王晓明;;一种新颖的单幅图像超分辨率重建[J];计算机仿真;2020年05期
10 李春阁;王新强;;双目标的无参考图像块内容识别仿真[J];计算机仿真;2020年11期
11 程航;王子驰;张新鹏;;基于图像块分组的加密域可逆信息隐藏[J];北京工业大学学报;2016年05期
12 马文龙,余宁梅,银磊,高勇;图像块动态划分矢量量化[J];计算机辅助设计与图形学学报;2005年02期
13 鹿璇;汪鼎文;石文轩;;利用在线字典学习实现图像超分辨率重建的算法[J];武汉大学学报(信息科学版);2018年05期
14 潘菲菲;杨济民;;基于图像块分类与自适应多字典学习的图像压缩感知[J];电脑知识与技术;2018年05期
15 蔡荣荣;王斌;;一种基于低秩表示的高光谱图像恢复方法[J];复旦学报(自然科学版);2017年03期
16 李军;部分图像块的显示及特技制作技巧[J];电脑编程技巧与维护;1997年04期
中国重要会议论文全文数据库 前18条
1 李赵红;侯建军;宋伟;;基于图像块等级模型的多重认证水印算法[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年
2 林国强;王博;孔英会;胡启杨;;基于压缩感知的变电站巡检图像超分辨率重建[A];第37届中国控制会议论文集(F)[C];2018年
3 姜倩茹;白煌;;基于双字典设计的图像超分辨率重构[A];信号处理在生仪2014学术年会论文集[C];2014年
4 钟凡;莫铭臻;秦学英;彭群生;;基于WSSD的不规则图像块快速匹配[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年
5 杨浩;高建坡;陈向东;吴镇扬;;利用示例图像获取先验知识的图像超分辨率重建算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
6 石荣;傅志中;宋亚辉;李在铭;;基于图像块之间信息冗余的数字图像压缩新技术[A];首届信息获取与处理学术会议论文集[C];2003年
7 张东;韩军;;图像超分辨率重建算法研究[A];2010年西部光子学学术会议摘要集[C];2010年
8 阮小燕;陈向宁;高孟男;;基于相位相关法与小波变换的图像超分辨率重建[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
9 张煜东;吴乐南;奚吉;王水花;;变长小生境算法用于图像超分辨率复原[A];2009年通信理论与信号处理学术年会论文集[C];2009年
10 闫允一;郭宝龙;;基于小波的图像超分辨率重建算法研究[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
11 张琼;付怀正;沈民奋;;基于稀疏表示的彩色图像超分辨率重建算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
12 史金钢;齐春;;基于非局域样本块的图像修复算法[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
13 赖宗英;屈小波;刘运松;郭迪;叶婧;占志芳;陈忠;;基于全局相似关系的压缩感知MRI稀疏重建[A];第十八届全国波谱学学术年会论文集[C];2014年
14 姚林;;基于双边滤波插值图像超分辨率重建算法研究[A];云南省测绘地理信息学会2015年学术年会论文集[C];2015年
15 顾莹;朱秀昌;;基于CS的图像超分辨率重建[A];2010年通信理论与信号处理学术年会论文集[C];2010年
16 陈权崎;章毓晋;;一种改进的基于样本的稀疏表示图像修复方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
17 韩玉兵;殷玮玮;吴乐南;;基于Wavelet-HMM的图像超分辨率重建[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
18 赵珊珊;何宁;张晶晶;吴蕊珠;;基于聚类分析的路面裂缝检测[A];中国计算机用户协会网络应用分会2017年第二十一届网络新技术与应用年会论文集[C];2017年
中国博士学位论文全文数据库 前20条
1 朱宇;基于可变形图像块的图像超分辨重建研究[D];西北工业大学;2017年
2 李婉;基于结构稀疏和卷积网络的压缩感知方法研究[D];西安电子科技大学;2018年
3 钦夏孟;稠密图像块匹配方法及其应用[D];北京理工大学;2015年
4 王新蕾;基于邻域学习和稀疏原子聚类字典的图像超分辨率重构算法研究[D];东南大学;2016年
5 李娟;基于稀疏表示的图像超分辨率复原研究[D];武汉科技大学;2016年
6 赵耀;基于压缩感知理论的图像超分辨率重建技术研究[D];南京理工大学;2019年
7 林乐平;基于过完备字典的非凸压缩感知理论与方法研究[D];西安电子科技大学;2016年
8 李欣;基于稀疏表示的图像超分辨率重建研究[D];南京邮电大学;2016年
9 路锦正;基于稀疏表示的图像超分辨率重构技术研究[D];电子科技大学;2013年
10 王卓峥;高性能图像超分辨率方法的研究[D];北京工业大学;2013年
11 宋云;压缩感知图像与视频重建方法研究[D];湖南大学;2017年
12 邱康;基于机器学习的图像超分辨率重建关键技术研究[D];武汉大学;2018年
13 李莹华;基于压缩感知的图像处理方法及应用研究[D];西安电子科技大学;2019年
14 王新华;面向复杂场景的图像处理技术若干问题研究及其在计算光学成像系统中的应用[D];吉林大学;2019年
15 熊东平;基于边缘增强和深度学习的图像超分辨率重建方法研究[D];华中科技大学;2019年
16 张凤珍;分离字典优化及其在图像处理中的应用[D];北京交通大学;2018年
17 肖斐;图像超分辨率与基于目标模型的目标识别方法研究[D];华中科技大学;2017年
18 唐永亮;单幅图像超分辨率重建方法研究[D];重庆大学;2018年
19 岳波;基于学习的图像超分辨率重建方法研究[D];西安电子科技大学;2018年
20 孙镱诚;基于压缩感知的图像超分辨率重建方法研究[D];南京理工大学;2018年
中国硕士学位论文全文数据库 前20条
1 代晓东;基于线性映射的图像超分辨率算法研究[D];浙江师范大学;2020年
2 胡伦庭;基于稀疏表示和局部秩的单幅图像超分辨率重建方法研究[D];重庆大学;2015年
3 董睿;基于单字典稀疏表示的图像超分辨率重建技术研究[D];武汉科技大学;2016年
4 侯彤彤;基于稀疏表示的单幅图像超分辨率研究[D];杭州电子科技大学;2020年
5 赵娜;基于多字典学习的图像超分辨率算法研究与实现[D];武汉工程大学;2017年
6 郭茹侠;视频图像超分辨率重构算法的研究以及应用[D];长安大学;2016年
7 黄帆;图像块结构与金字塔式分解的多曝光图像融合方法研究[D];云南大学;2018年
8 张伟康;基于自身先验知识的低剂量CT图像重建算法研究[D];上海交通大学;2018年
9 王若静;基于特征残差学习和图像转换的异源图像块匹配方法研究[D];西安电子科技大学;2019年
10 王元嵩;基于H.265/HEVC的屏幕内容编码研究[D];北京工业大学;2019年
11 孙晋权;基于单点交互的深度医学图像分割算法研究[D];南京大学;2019年
12 朱程利;基于视觉协同模型的RGB-T目标跟踪研究[D];安徽大学;2019年
13 王梨;基于视觉分析的室内停车场车位检测算法研究[D];贵州民族大学;2019年
14 宋立新;基于信息熵和几何方向的分类多字典学习的MRI重建算法[D];哈尔滨理工大学;2018年
15 潘菲菲;基于压缩感知的病理医学图像压缩算法研究[D];山东师范大学;2018年
16 段冲;基于块散列表的图像编辑技术的研究[D];华东师范大学;2018年
17 王子银;基于DCT图像块差值的迭代噪声估计[D];国防科学技术大学;2016年
18 马丽;基于素描信息和图像块选择策略的SAR图像语义分割[D];西安电子科技大学;2018年
19 李晓振;一种基于相关滤波的鲁棒视觉目标跟踪算法研究[D];华中科技大学;2017年
20 陈曦;基于外部图像块先验和全局低秩性的单幅图像超分辨重建方法研究[D];重庆大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978