基于稀疏编码的图像超分辨率

《基于稀疏编码的图像超分辨率》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、■－－＜？－．＾一＞：３００分类号：单位代码１０密级；：２０１３１２２１４４５学号為ｉ信全玉化采毒硕±学位论文基于稀硫编码的图像超分辨率ＩｍａｅＳｕｅｒ－ｓｏｕｔｏｎａｓｅｄｎａｒｓｅｏｄｎｇ民ｅｌｉＢＯＳｐＣｉｇｐ申请人姓名：沈辉指导教师：刘青山教授专业名称：系统科学研究方向：图傻超分辨率所在学院：信息与控制学院二〇—六年五月．＇■－－■■：独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研巧工作及取得的研。究成果本

2、论文除了文中特别加Ｗ标注和致谢的内容外，不包含其他人或其他机构已经发表或撰写过的研究成果，也不包含为获得南京信息工程大学或其他教育机构的学位或证书而使用过的材料。其他同志对本研究所做的贡献均已在论文中作了声明并表示谢意。学位论文作者签名：签字日期：．．关于论文使用授权的说明南京信息工程大学、国家图书馆、中国学术期刊（光盘版）杂志社、中国科学技术信息研究所的《中国学位论文全文数据库》有权保留本人所送交学位论文的复印件和电子文档，可Ｗ采用影印、缩印或其他复制手段保存论文，并通过网络向社会提供信息服务＾。本人电子文

3、档的内容和纸质论文的内容相致。除在保密期内的保密论文外，允许论文被查阅和借阅，可Ｗ公布（包括刊登）论文的全部或部分内容。论文的公布（包括刊登）授权南京信息工程大学研巧生院办理。公开□保密（年月）（保密的学位论文在解密后应遵守此ｇ＿协议）。．学位论文作者签名：＾吗签字日期：２｜｜＞Ｍｒ＾＾指导教师签名＝巧签字曰期：目录目录摘要ＩＡｂｓｔｒａｃｔＩＩ一第＃绪论１１．１研究背景和意义１１．２碱现状２１．３本文研巧内容３第二章图像超分辨率简介４２．１超分辨算法

4、的理论基础４２．２常见的超分辨率方法４２．２．２基于重建的方法５２．２．３基于学习的方法７２．３图像超分辨率评价标准：．９２．３．１客观评价１０２．３．２主观评价１２２．４本章小结１３１第Ｈ章基于预测稀疏编码的图像超分辨率重建４３．１稀疏表示理论介绍１４３丄１稀疏表示的意义１４３丄２稀疏表示１４３．２基于稀疏表示的图像超分辨率１６３．２．１基于稀疏表示的图像超分辨率重建１６３．２．２字典学习１８３．３线性预测稀疏编码２０３．３．１模型优化２１３．

5、３．２重建过程２３３．３．３特征选挥２４３．３．４实验结果及分析２４３．３．４．１重建质量比较２６３．３．４．２重建时间对比２８３．４非线性预测稀疏编码巧３．４．１模型优化３０３．４．２重建过程３２３．４．３实验结果及分析３３３４．３比．．１重建质量对３３Ｓ．４．３．２重建时间对比％ｉ南京信息工程大学硕±学位论文３．５两种预测稀疏编码的比较３７３．６本章小结挑第四章并行计算在图像超分辨率中的应用３９４．１并行计算巧４．２ＭＡＴＬＡＢ的ｐａｒｆｏｒ

6、多核并行计算４２４４４．３本章小结第五章结论与展望４５５４．１本文工作５５．２今后的展望４５＾ｍ４７参考傭４８攻读硕±期间完成的科研情况５２摘要摘要一正田显重要的位置一在人类生产生活中，图像作为传递信息的载体之，张质量高的图像往往能提供更多的场景信息。但由于硬件水平本身的局限性还有外在条件的影响，我们不能直接获得高分辨率图像，因此，从软件方面着手，使图像呈现高分辨率状态是非常有意义的。图像超分辨率技术就是利用软件的方式将低分辨率图像恢复成高分辨率图像的过程。近年来，流

7、行的超分辨率算法都是基于学习的算法，而在这些方法之中，一基于稀疏表示的图像超分辨率算法取得了很好的效果，唯美中不足的是，整个重建过程需要耗费大量的时间。针对此缺陷，本文在经典的基于稀疏编码的算法上做出了改进，提出了本文的算法，即基于预测稀疏编码的图像超分辨率重建算法。本文设计了两个预测模型，分别是线性预测模型和非线性预测模型，并且。训练时分别为这两个模型设计了模型优化算法和字典训练算法，本文在经典的基于稀疏表示方法目标函数基础上添加了编码预测项，并且使用交替优化的方法来优化该目标函数。测试时，本文利用训练得出的模型和

8、低分辨率输入直。接预测出高分辨率输出，无需再求解稀疏表示问题实验结果表明，与经典的基于稀疏编码的单幅图像超分辨率算