彭 政，陈东方，王晓峰

(1.武汉科技大学 计算机科学与技术学院,武汉 430065； 2.智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学),武汉 430065) (*通信作者电子邮箱752793520@qq.com)

正则化超分辨率重建过程的自适应阈值去噪

彭 政1,2*，陈东方1,2，王晓峰1,2

(1.武汉科技大学 计算机科学与技术学院,武汉 430065； 2.智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学),武汉 430065) (*通信作者电子邮箱752793520@qq.com)

为了提高正则化超分辨率技术在噪声环境下的重建能力，对广义总变分(GTV)正则超分辨率重建进行了扩展研究，提出了一种自适应阈值去噪的方法。首先，根据GTV正则超分辨率重建算法进行迭代重建；然后，利用推导出的自适应阈值矩阵，对每次迭代产生的代价矩阵进行阈值划分，小于阈值的对应像素点继续迭代，大于阈值的对应像素点被截断后重新插值并不再参与本轮迭代；最后，程序达到收敛条件时输出重建结果。实验结果表明，通过与单一GTV正则重建和自适应参数的方法相比，自适应阈值去噪的方法提高了收敛速度和重建图像的质量，使正则化超分辨率技术在噪声环境下有更好的重建能力。

超分辨率重建；正则化技术；广义总变分；自适应阈值；图像去噪

0 引言

由于随机噪声、光模糊、采样频率和运动变形等因素的影响，成像设备最后得到的常常是视觉效果较差的低分辨率图像。超分辨率重建(Super-Resolution Reconstruction, SRR)是指利用一张或者多张低分辨率图像重构出高像素密度、视觉效果好的高分辨率图像。……