基于NSPT域PCNN-SC的图像超分辨率重建

摘要

结合多尺度变换和脉冲耦合神经网络(PCNN)的优点,将空域的稀疏编码(SC)算法通过非下采样金字塔变换(NSPT)转换应用到频率域进行重建,并结合改进的PCNN对SC算法中的最优系数采用一种新的方法进行获取,进而提出一种新的超分辨率重建(SRR)模型与算法。首先将图像进行三次B样条放大处理,然后采用NSPT对图像进行多尺度分解得到高低频子带系数。对于低频子带,运用PCNN-SC完成重建;对高频子带,将其与预测高分辨(HR)图像的特征图像运用改进的PCNN经图像融合完成重建。最后通过逆NSPT得到HR图像。实验表明,本文算法在主观视觉效果和客观数据都获得了较好的效果。