基于局部回归模型的图像超分辨率重建

来源：计算机应用杂志2016年第6期北京时间：

作者：李欣, 崔子冠, 孙林慧, 朱秀昌

单位：南京邮电大学 通信与信息工程学院, 南京 210003

摘要：针对基于稀疏重建的图像超分辨率(SR)算法一般需要外部训练样本,重建质量取决于待重建图像与训练样本的相似度的问题,提出一种基于局部回归模型的图像超分辨率重建算法。利用局部图像结构会在不同的图像尺度对应位置重复出现的事实,建立从低到高分辨率图像块的非线性映射函数一阶近似模型用于超分辨率重建。其中,非线性映射函数的先验模型是直接对输入图像及其低频带图像的对应位样本块对通过字典学习的方法得到。重建图像块时利用图像中的非局部自相似性,对多个非局部自相似块分别应用一阶回归模型,加权综合得到高分辨率图像块。实验结果表明,该算法重建的图像与同样利用图像具有自相似性的相关超分辨率算法相比,峰值信噪比(PSNR)平均提高0.3~1.1 dB,主观重建效果亦有明显提高。

关键词：超分辨率,局部回归,字典学习,稀疏重建,非局部自相似

基金资助：国家自然科学基金青年基金资助项目(61501260);江苏省自然科学基金资助项目(BK20130867,BK20140891);江苏省高校自然科学基金资助项目(13KJB510020);江苏省普通高校研究生科研创新计划项目(CXLX11_0406,CXLX12_0474)。