一种梯度正则化稀疏表示的图像超分辨率重建方法

摘要

近年来,稀疏表示的方法在图像超分辨率（Super-resolution,SR）重建方面取得了较好的结果.但是,由于图像在获取的过程中受外界因素的影响,获取到的低分辨率（Low Resolution,LR）图像细节往往损失严重,在图像SR重建中LR图像自身可利用的先验信息有限.因此,传统的稀疏表示不能很好地恢复出图像的高频细节.针对这一不足,本文基于稀疏表示的SR重建思想,采用邻域回归的方法从外部样例中学习图像的梯度先验信息来弥补图像自身先验不足的缺点,提出一种梯度正则化稀疏表示的图像SR重建方法.该方法通过构建一种图像梯度正则化项来引导图像的细节重建,提高重建的高分辨率（High Resolution,HR）图像的质量.实验结果表明,本文提出的SR重建算法重建结果较好,能恢复出更清晰的边缘信息,在主观和客观上重建结果都优于大多数的方法.