范九伦, 史香晔, 徐　健, 张小丹

(西安邮电大学 通信与信息工程学院, 陕西 西安 710121)

多级字典学习的图像超分辨率算法

范九伦, 史香晔, 徐健, 张小丹

(西安邮电大学 通信与信息工程学院, 陕西 西安 710121)

摘要:改进单级字典学习的图像超分辨率算法，给出一种多级字典学习的图像超分辨率算法。通过多对字典的训练，记录不同层级退化图像和原始高分辨率图像之间的关系，由多对字典预测给定低分辨率图像不同层级丢失的高频信息，将预测出的高频信息与给定的低分辨率图像相加，得到逐级增强的高分辨率图像。在训练图像集相同的条件下，对于无噪声且没有压缩的低分辨率图像，改进算法相比单级字典学习的图像超分辨率算法，恢复出的高分辨率图像的峰值信噪比可平均提高约0.6 dB。

关键词:图像超分辨率；稀疏表示；字典训练

利用图像超分辨率(Super-resolution，SR)算法，可将一个或多个低分辨率(Low-resolution，LR)图像重建出高分辨率(High-resolution，HR)图像[1-3]。SR算法分为基于差值、基于重构和基于学习的方法。

基于插值的方法[4]包括双线性插值法和双三次插值法[5]。这类方法虽然简单高效，但是重建的HR图像非常模糊，而且边缘处有振铃和锯齿的人工痕迹，故不适合重建具有丰富纹理的图像；利用方向插值算法[6-7]重建HR图像，可以丰富放大后图像的纹理信息，但其恢复能力有限。基于重构的方法通过降质模型重建HR图像，降质模型选择不佳可能会使图像质量受损。

基于学习的方法假设LR图……