刘 哲 杨 静陈 路

(西北工业大学理学院 西安 710129)

基于非局部稀疏编码的超分辨率图像复原

刘 哲 杨 静*陈 路

(西北工业大学理学院 西安 710129)

基于压缩感知的超分辨率图像复原方法通常采用局部稀疏编码策略，对每一图像块独立编码，易产生人工的分块效应。针对上述问题，该文提出一种基于非局部稀疏编码的超分辨率图像复原方法。该算法在字典训练和图像编码过程中分别运用图像的非局部自相似先验知识，即利用低分辨率图像的插值图像训练字典，并通过计算相似块局部编码的加权平均，得到每一图像块的非局部稀疏编码。仿真实验表明，所提算法能够获得更优的复原效果，并且对于含噪图像具有较强的鲁棒性。

超分辨率图像复原；压缩感知；非局部自相似；非局部稀疏编码；单字典训练

1 引言

随着信息技术的发展，高质量、高清晰度的图像日益成为遥感、医学和生物识别等领域的普遍需求。然而，在图像获取过程中，由于成像系统自身的局限性，所获得的图像往往分辨率较低，无法反映真实场景的信息。因此，图像的超分辨率复原方法被提出并迅速成为国内外学者的研究热点。

压缩感知(Compressive Sensing, CS)[1]理论的发展为超分辨率图像复原提供了新的思路。CS理论指出：在适当条件下，高分辨率(High Resolution, HR)图像可由其下采样产生的低分辨率(Low Resolution, LR)图像以高概率复原[2]。2009年，Sen等人[3]将CS理论应用于超分辨率图像复原，利用HR图像在小波基下可被稀疏编码的先验知识，加入模糊滤波器降低下采样矩阵与小波基间的相关性，并在CS理论框架下求解HR图像。……