基于POCS和范例学习的序列图像超分辨率重建

摘要

实现序列图像的超分辨率重建,需要利用同一场景的多幅低分辨率图像之间的相对运动信息,并将它们融合到单幅高分辨率图像中,以有效的去除低分辨率图像中的模糊和噪声.本文提出首先分析序列图像结构、纹理等多维特征的不同特性和作用,利用分解得到的多维特征分别采用凸集投影(POCS)、范例学习等具有针对性的重建方法进行图像放大,在有效融合多维特征重建图像的基础上,实现序列图像的多维特征超分辨率重建.