基于多尺度自相似性和非局部均值的单幅图像超分辨率方法
2017-03-22黄世奇
红外技术 2017年4期
关键词:细节
刘 哲,黄世奇,姜 杰
基于多尺度自相似性和非局部均值的单幅图像超分辨率方法
刘 哲,黄世奇,姜 杰
(西京学院信息工程学院,陕西 西安 710123)
提出了一种基于多尺度局部自相似性和非局部均值的单幅图像超分辨率算法,该算法不依赖于外界图像,仅仅在原始图像的局部子窗口中搜索目标图像块的相似子块,利用非局部均值算法对相似子块进行加权求和来估计待复原图像,然后在复原图像上叠加最相似子块的高频细节图像,获得高分辨率图像。实验结果表明,本文算法不仅能很好地重构图像的高频细节,还能很好地恢复图像的纹理特征。
超分辨率;多尺度;局部自相似;非局部均值
0 引言
这些年,随着图像超分辨率技术的快速发展,使得实现低成本、高分辨率、高信噪比的图像设备成为可能。图像超分辨率技术,是指用图像处理算法将低分辨率图像转换成高分辨率图像,构建更高分辨率图像所缺失的高频细节。高分辨率意味着图像中的像素密度高,能够提供更多的细节,而这些细节在许多实际应用中不可或缺。图像超分辨率技术在医学诊断、模式识别、视频监控、生物鉴别、高清晰电视成像、遥感图像解译、高空对地观测等领域有着广泛的应用。一直以来,图像超分辨率技术是视频图像处理领域研究的热门方向和一个具有相当挑战性的理论分支[1]。
传统的图像超分辨率技术有基于插值的超分辨率重建、基于重建的图像超分辨方法和基于学习的超分辨率算法[2]。……
登录APP查看全文
