基于深度学习的模糊图像超分辨率重建方法

摘要

本文提出基于深度学习的模糊图像超分辨率重建方法研究。依据模糊图像超分辨率重建需求选取深度学习结构—受限玻尔兹曼机(RBM)模型,以此为基础,构建模糊图像稀疏表示模型,得到模糊图像子块的稀疏表示向量,依据正确位置拼接图像子块形成超分辨率初始图像,通过高斯滤波器模板补偿超分辨率初始图像误差,实现了模糊图像的超分辨率重建。实验数据表明:提出方法在联合字典维数为256,图像子块大小为7×7时,峰值信噪比与相似性度量值最低,图像分辨率最高,图像重建效果更佳。