李 滔，何小海，滕奇志，吴小强

(四川大学 电子信息学院，成都 610065)

(*通信作者电子邮箱hxh@scu.edu.cn)

基于自适应双lp-l2范数的单幅模糊图像超分辨率盲重建

李 滔，何小海*，滕奇志，吴小强

(四川大学 电子信息学院，成都 610065)

(*通信作者电子邮箱hxh@scu.edu.cn)

为了提高低分辨率模糊图像的质量，提出了一种基于自适应双lp-l2范数的超分辨率盲重建方法。该方法分为模糊核估计子过程和超分辨率非盲重建子过程。在模糊核估计子过程中，使用双lp-l2范数先验同时约束锐化图像和模糊核的估计，并使用图像梯度的阈值分割，实现锐化图像lp-l2范数约束的自适应组合；在超分辨率非盲重建子过程中，结合估计到的模糊核，使用基于非局部中心化稀疏表示的超分辨率方法重建出最终的高分辨率图像。仿真实验中，与基于双l0-l2范数的方法相比，该算法重建结果的平均峰值信噪比(PSNR)提高了0.16 dB，平均结构相似度(SSIM)提高了0.004 5，平均差方和比降低了0.13。实验结果表明，所提方法能估计出较准确的模糊核，最终的重建图像中，振铃得到有效抑制，图像质量较好。

超分辨率；盲重建；模糊核估计；罚函数；增广拉格朗日法

0 引言

图像在形成、传输和记录的过程中，不可避免会受到各种因素的影响，导致图像质量降低，典型体现在模糊、噪声、分辨率降低等方面。针对噪声的图像恢复技术被称为图像去噪，针对模糊的图像恢复技术被称为图像去模糊，针对分辨率降低的图像恢复技术被称为图像超分辨率重建。当降质条件中同时存在两种以上的降质因素时，图像恢复面临着更大的挑战。……