基于SM特征字典分类的图像超分辨率

摘要

文章提出用SM(Sharpness Measure)特征提取方法和基于学习的新方法来重构图像。首先，提取图像的亮度分量部分，对图像进行分块处理，然后对不同的块进行分类处理，本文使用二分类的方法将图像的所有块分为两类。接着通过不同的类做提取特征处理，训练阶段是联合训练的方法得到更优的字典。最后阶段，对于输入的一个图像，先做分块处理，再根据不同的块计算SM值，分到不同的类中，根据相应的字典重构得到所需的图像，传统的插值方法是Bicubic双三次插值方法，本文使用Lanzcos2方法插值得到低分辨率图像，实验证明，提出的方法提高了图像的质量。