陈亚运，蒋建国，王 超

(合肥工业大学 计算机与信息学院，安徽 合肥 230009)

基于稀疏K-SVD的单幅图像超分辨率重建算法

陈亚运，蒋建国，王 超

(合肥工业大学 计算机与信息学院，安徽 合肥 230009)

图像的超分辨率重建技术可以提升图像质量，改善图像视觉效果，在现实中具有很高的实用价值。针对基于K-SVD的超分辨率重建算法的不足，提出了一种基于稀疏K-SVD的单幅图像超分辨率重建算法。首先，采用稀疏K-SVD方法进行训练获得高低分辨率字典对，以待重建的低分辨率图像及其降采样作为字典训练的样本，提高了字典和待重建的低分辨率图像的相关性；然后，采用逐级放大的思想进行重建；最后，利用非局部均值的方法，进一步提高重建效果。实验表明，与基于K-SVD的超分辨率重建算法相比，本文算法重建图像的峰值信噪比平均提高了0.6 dB左右。重建图像在视觉效果上，也有一定程度的提升。

超分辨率；字典学习；稀疏K-SVD；非局部均值

受外界环境，硬件设备限制等因素的影响，在多数情况下只能获取低分辨率的图像，而这种低分辨率的图像往往不能满足实际需求。因此，图像的超分辨率(Super Resolution，SR)重建，即从低分辨率图像中重建出高分辨率图像具有十分重要的意义。

现有的图像超分辨率重建方法可以分成两类：基于多帧和基于单帧的超分辨率重建方法。基于多帧的SR重建方法利用多幅低分辨率图像之间存在的互补信息重建高分辨率图像，其中比较典型的方法有最大后验概率算法(MAP)[1]和凸集投影法(POCS)[2]。……