基于小波域K均值聚类和支持向量数据描述的图像超分辨率重建算法

摘要

为了提高图像超分辨率算法对数据奇异点的鲁棒性,提出一种基于K均值聚类和支持向量数据描述的图像超分辨率重建算法.提出的算法分为训练和测试部分:在训练部分,首先在K均值聚类基础上用支持向量数据描述去除每类数据的奇异点,然后用主成分分析训练小波域近似子带和细节子带字典.在测试部分,首先根据同一场景高低分辨率图像近似子带相似这一现象,将待重建低分辨率测试图像的近似子带作为相应高分辨率测试图像的近似子带,然后由训练得到的字典恢复出高分辨率测试图像的细节子带,最后通过逆小波变换得到高分辨率测试图像.与现有几种方法对比表明,提出的方法所重建的高分辨率测试图像更清晰并且峰值信噪比较高.