陈露+党钊钊+王奎武

摘要：在现有的基于稀疏表示的图像超分辨率算法的基础上，提出了一种新的基于模糊聚类的超分辨率重建算法，并使用L-曲线法确定正则化参数，有效降低了图像的边缘锯齿效应，提升了图像整体的平滑性，改善了基于稀疏约束算法的主客观重建质量。通过与线性插值法、Elad重建方法的仿真对比分析，基于模糊聚类的超分辨率重建方法可以显著提高果实自动化采摘图像的超分辨率重建效果。

关键词：超分辨率重建；稀疏表示；聚类；L-曲线；果实采摘

中图分类号：TP391.41；S126 文献标识码：A 文章编号：0439-8114（2014）03-0681-05

研究开发适合生产实际的果实采摘系统不仅可以在很大程度上减轻劳动强度、提高生产效率，而且具有广阔的市场应用前景。对于果实采摘系统，首要任务是利用拍摄的果实图像外形特征以及果实的物理特性，清晰准确地将果实从背景中辨识出来，并且要求在不同的光照条件、不同的拍摄位置、复杂的背景条件下仍能准确快速地实现果实采摘识别[1]。为了有效增加果实采摘的识别率，各种图像增强技术被应用到果实采摘识别的预处理环节。图像增强技术的目的就是提升图像的可辨识能力，以满足人眼视觉或为后续计算机图像处理过程提供更好的输入图像。

图像超分辨率重建是由一帧或多帧低分辨率图像（LR）重建一帧高分辨率图像（HR）的技术，分辨率增强技术正成为目前的研究热点之一。当前主流的超分辨率重建算法可以分为基于重建和基于学习两类，基于重建的算法的主要思想是：利用一些先验知识来约束求解过程，以达到增加细节信息的目的。……