基于多成分字典的稀疏表示超分辨率图像重建

《基于多成分字典的稀疏表示超分辨率图像重建》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇’：－－：古运再苗耸Ｖ章若言甲其皂＇？．■．？？■＇■－■＇＇ｅ■—．Ｉｒ；＾ｒ，Ｌ产产一＇＇心■，－：山：又—Ｕ哥或：：ｒ＼＇；幫兰訂哥ｒ：黄马＿．為；岩：．；．＇六二－二一：：共．—：虽古耳苗．＇．心一＇＇，．－－．二互：－，．在广．－７：．．；二ｒ｜：－＾皂＿二：■Ｖ三子广－专．一二■Ｌ＇－三；■苗话二■巧．六：心甘心片气．式；子声三；＇＾：－是＇－一＇－＇式．－

2、耳苗端曾：＾．ＡＶ＾瑞＾；黃苗．Ｖ＼：直１，輕当吉骗辛片＊．．．■．．－．－．？．－．．．．＞ｒＩ．．，Ｖ，＂＾；＾％４古耗■：户啤早心，中斗窜＇．．？？：．？？－？．．．１；．：．了．：．．．：：．ｙ■＂■‘■■－？－：＾＇？－：：－：：ｒ苗婿；；：：ｒ荷：；；；；；，卓苗苗鸿矜护若片ＭＡｉｆ今￣．．－？－二二ｒ．：ｖ；／一－Ｖｒ．．■．．？．．．±论学位硕文－‘＇：：．

3、．、：：＇．．－二．ｊ苗忌Ｗ；产论文題胃基于成多分字輿疏表示的稀超分辨率重建闡像‘雜＇：．進無窗之黄振；義－盤计机技算术研究方向数瞧处理字＿＇胃＇－滨—搪绿讚师石（授）祥教＇＇■■■■；一？二－六Ｓ零月年■■■．．：■－■■■■■？．■；．．一＇－＇，Ｖ－－－－Ｖ三二：分类号密级公开UDC学位论文题目：基于多成分字典的稀疏表示超分辨率图像重建研究生姓名：田之英学科专业名称：计算机技术研究方向：数字图像处理论文类型：应用研究申请学位：工

4、程硕士指导教师姓名：石祥滨指导教师职称：教授指导教师单位：沈阳航空航天大学论文提交日期：2016年03月07日论文答辩日期：2016年03月11日沈阳航空航天大学2016年03月SHENYANGAEROSPACEUNIVERSITYTHESISFORMASTER’SDEGREESUPER-RESOLUTIONIMAGERECONSTRUCTIONBASEDONMULTI-COMPONENTDICTIONARYSPARSEREPRESENTATIONCandidate：ZhiyingTianSupervisor：XiangbinShiSpecialty：ComputerTec

5、hnologyDate:March,2016版权授权说明＂本人授权学校有权保留送交学位论文的原件，允许学位论文，被查阅和借阅，学校可公布学位论文的全部或部分内容可＾心影＂印、缩印或其他复制手段保存学位论文；愿意将本人学位论文电子版提交给研究生部指定授权单位收录和使用。学校必须严格按照。授权对论文进行处理，不得超越授权对毕业论文进行任意处置一知＾作者：煩乏裹指导教师：戶帝＾７１＾年令月／＾曰＞八年？月作曰原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下独立完成的。除文中己经注明引用的内容外，本论文不包含其他个人或集体

6、已经发表或撰写过的作品或成果，也不包含本人为获得其他学位而使用过的成果。对本文研究做出重要贡献的个人或集体均已在论文中进行了说明并表示谢意。本声明的法律后果由本人承担。论文作者签名；年月／？曰令沈阳航空航天大学硕士学位论文摘要超分辨率图像重建主要研究的问题是是给定一幅较低分辨率的图像通过一定的方法得到其相同场景的高分辨率图像。采用稀疏表示进行图像重建具有所需样本量少，重建图像精准的优点。稀疏表示实现超分辨率图像的重建需要解决的关键问题主要是：稀疏字典的快速训练、精准的超分辨率图像重建。本文对采用稀疏表示超分辨率图像重建方法进行研究，主要工作如下：第一，

7、超分辨率图像重建的超完备字典构造方面，由于图像的重建过程是通过图像块逐个迭代进行重建的，这就需要高低分辨率图像块的配准度达到一定的要求，由此本文提出了在传统字典训练方法的基础上引入高低分辨率字典同时训练的方法，该方法能够优化重建图像块字典的稀疏系数，使高低分辨率图块配准度更高。对于字典的训练采用了K-SVD的方法，通过双字典结构和K-SVD字典训练方法的结合，得到了一种比较完备的字典产生方法。第二，字典的丰富度往往也是决定重建图像质量好坏的关键因素，本文提出了多成分(平滑、纹理、边缘)自适应的字典分类选择方案，进一