群稀疏高斯洛伦兹混合先验超分辨率重建

摘要

为了得到置信度更高的超分辨率先验模型,实现重建结果在噪声和细节之间的平衡,建立了基于混合稀疏表达框架下的高斯⎯洛伦兹混合先验模型。研究了该先验模型在超分算法中的应用优势和具体的应用方案。首先,根据先验信息的类型介绍了一些超分辨率算法的优势和问题。接着,提出对图像不同分量的统计特点进行单独建模的应用方法。然后,在分析了混合稀疏框架、高斯吉布斯先验和洛伦兹先验的基础上,说明了基于群稀疏框架下的高斯⎯洛伦兹混合先验的超分辨率算法。最后,介绍了具体实现环节和最终迭代方案。实验结果表明,本文基本完成了在重建过程中保持细节的同时抑制噪声的改进目标,可以用于更多复杂环境的超分辨率重建要求。