一种改进的自适应多字典学习的图像超分辨率重建方法

摘要

本发明公开了一种改进的自适应多字典学习的图像超分辨率重建方法，包括：1)根据图像的降质过程确定降采样矩阵D和模糊矩阵B；2)利用图像自相似性建立金字塔，将金字塔的上层图像和自然图像作为字典学习的样本，用PCA法构建各类的字典并将金字塔的顶层图像作为初始重建图像3)计算稀疏编码非局部结构自相似的权值矩阵A；4)设置迭代终止误差e、最大迭代次数Max_Iter、控制非局部正则化项贡献量的常数η以及更新参数的条件P；5)更新图像的当前估计；6)更新稀疏表示系数；7)更新图像的当前估计；8)如果mod(k，P)＝0，则更新X的自适应稀疏域，用更新矩阵A；9)重复(5)～(8)，直到迭代满足或k≥Max_Iter迭代终止。