为了提高低分辨率模糊图像的质量,提出了一种基于自适应双l_p-l_2范数的超分辨率盲重建方法。该方法分为模糊核估计子过程和超分辨率非盲重建子过程。在模糊核估计子过程中,使用双l_p-l_2范数先验同时约束锐化图像和模糊核的估计,并使...为了提高低分辨率模糊图像的质量,提出了一种基于自适应双l_p-l_2范数的超分辨率盲重建方法。该方法分为模糊核估计子过程和超分辨率非盲重建子过程。在模糊核估计子过程中,使用双l_p-l_2范数先验同时约束锐化图像和模糊核的估计,并使用图像梯度的阈值分割,实现锐化图像l_p-l_2范数约束的自适应组合;在超分辨率非盲重建子过程中,结合估计到的模糊核,使用基于非局部中心化稀疏表示的超分辨率方法重建出最终的高分辨率图像。仿真实验中,与基于双l_0-l_2范数的方法相比,该算法重建结果的平均峰值信噪比(PSNR)提高了0.16 d B,平均结构相似度(SSIM)提高了0.004 5,平均差方和比降低了0.13。实验结果表明,所提方法能估计出较准确的模糊核,最终的重建图像中,振铃得到有效抑制,图像质量较好。展开更多
基金Project supported by the Post-Doctoral Science Foundation of Dalian University of Technology and the Program for Excellent Young Teachers in Higher Institutions of Henan Province.
基金The National lNicaattuiornasl.Science Foundation of China(10671057)The Postdoctoral Sc-ience Foundation of China(20070411073)+2 种基金The Natural Science Foundation of Education Department of H-enan Province(2007110012)The Program for Excellent Young Teachers in Colleges and Universities of H-enan Provincethe Natural Science Foundation of Chongqing Normal University.
文摘为了提高低分辨率模糊图像的质量,提出了一种基于自适应双l_p-l_2范数的超分辨率盲重建方法。该方法分为模糊核估计子过程和超分辨率非盲重建子过程。在模糊核估计子过程中,使用双l_p-l_2范数先验同时约束锐化图像和模糊核的估计,并使用图像梯度的阈值分割,实现锐化图像l_p-l_2范数约束的自适应组合;在超分辨率非盲重建子过程中,结合估计到的模糊核,使用基于非局部中心化稀疏表示的超分辨率方法重建出最终的高分辨率图像。仿真实验中,与基于双l_0-l_2范数的方法相比,该算法重建结果的平均峰值信噪比(PSNR)提高了0.16 d B,平均结构相似度(SSIM)提高了0.004 5,平均差方和比降低了0.13。实验结果表明,所提方法能估计出较准确的模糊核,最终的重建图像中,振铃得到有效抑制,图像质量较好。
基金Supported by Post-graduate’s Innovation Fund Project of Hebei University(hbu2020ss043)Hebei Provience Nature Science Foundation of China (A2018201172)。
