基于稀疏表示的图像超分辨率重构算法❋

2014-07-01蒋爱民刘小峰施铃泉

微处理机 2014年1期

关键词：方法

李雪，蒋爱民，刘小峰，施铃泉

（河海大学物联网工程学院，常州213022）

·微机软件·

基于稀疏表示的图像超分辨率重构算法❋

李雪，蒋爱民，刘小峰，施铃泉

（河海大学物联网工程学院，常州213022）

为提高单幅图像的分辨率，提出一种基于稀疏表示的图像超分辨率重构方法。该方法的核心是联合训练高分辨率和低分辨率字典，然后利用所得字典求解高、低分辨率下图像块共有的稀疏表示系数。与已有的基于稀疏表示的图像超分辨重构算法相比，该算法在求解稀疏表示系数时并未采用拉格朗日乘子将稀疏度和重构误差相结合，而是利用对偶模型求解原始的带约束优化问题。实验表明，与其他图像超分辨率重构方法相比，该方法所需手动调节参数较少，重构效果较好。

稀疏表示；超分辨率重构；二阶锥规划；稀疏编码

1 引言

随着图像在各行各业中日益广泛的应用，人们对图像分辨率的要求也越来越高。然而单从硬件方面来提高传感器的分辨率代价昂贵，因此需要在不改变传感器的前提下，通过图像处理算法来获得更高空间分辨率的图像。图像超分辨率重构就是提高图像分辨率的方法之一。图像超分辨率（superresolution，SR）重构是指由一幅或几幅低分辨率（low-resolution，LR）图像重构出原始高分辨率（high-resolution，HR）图像［1-3］的过程。SR已在遥感成像、视频监控、医学成像、高清电视等领域获得重大应用。