基于正則化模型的圖像超分辨率重建算法研究.pdf

1、在數(shù)字圖像處理技術中，超分辨率重建方法在時下較為流行，并且具有極高的研究價值。該方法是對采集到的同一場景中多幅較低分辨率圖像，利用這些圖像中所附帶的信息結合重建算法估計出一幅或多幅高分辨率圖像的過程。本文對圖像超分辨率重建原理和過程進行了詳細的分析，著重研究了重建模型中起關鍵作用的正則項以及調整正則項和保真項平衡效果的正則化參數(shù)，針對兩者的性能與對重建效果的影響，主要做了以下工作：
　　（1）提出一種基于范數(shù)的非凸正則化超分辨率重

2、建算法。本文首先詳細描述了圖像重建方法需要達到的要求，并對于范數(shù)正則化算子和正則項的選取方法進行了深入的分析和實驗對比?？紤]到傳統(tǒng)的超分辨率重建過程中對圖像去噪和局部邊緣細節(jié)保持的相對不足，以及模型解的稀疏性問題，本文在范數(shù)重建算法框架下，結合BTV正則化方法提出了一種新的重建方法。針對非凸問題的求解，本文利用迭代重加權最小二乘法轉化，使其可以通過梯度下降法進行最終求解，并對求解過程進行了優(yōu)化，以一種基于范數(shù)正則化算子的圖像快速超分辨率

3、重建方法改善其迭代效率。此方法較好地結合了 BTV正則化方法的雙邊濾波原理與范數(shù)正則化算子的稀疏性對大自然圖像的超分辨率重建。實驗結果表明，對比Tikhonov、TV、BTV正則化方法，本文提出的改進算法在直觀視覺體驗與量化的圖像處理評價指標上都有一定的提升。
　?。?）一個好的圖像超分辨重建算法需要一個可以針對圖像不同區(qū)域適應度相符的正則化參數(shù)。在傳統(tǒng)的重建算法中，對于正則化參數(shù)的選取，大多是采用經驗選取的方法，通過幾次重建結果