基于多尺度自相似性和非局部均值的單幅圖像超分辨率方法

劉 哲，黃世奇，姜 杰

?

基于多尺度自相似性和非局部均值的單幅圖像超分辨率方法

劉 哲，黃世奇，姜 杰

（西京學院信息工程學院，陜西 西安 710123）

提出了一種基于多尺度局部自相似性和非局部均值的單幅圖像超分辨率算法，該算法不依賴于外界圖像，僅僅在原始圖像的局部子窗口中搜索目標圖像塊的相似子塊，利用非局部均值算法對相似子塊進行加權求和來估計待復原圖像，然后在復原圖像上疊加最相似子塊的高頻細節圖像，獲得高分辨率圖像。實驗結果表明，本文算法不僅能很好地重構圖像的高頻細節，還能很好地恢復圖像的紋理特征。

超分辨率；多尺度；局部自相似；非局部均值

0 引言

這些年，隨著圖像超分辨率技術的快速發展，使得實現低成本、高分辨率、高信噪比的圖像設備成為可能。圖像超分辨率技術，是指用圖像處理算法將低分辨率圖像轉換成高分辨率圖像，構建更高分辨率圖像所缺失的高頻細節。高分辨率意味著圖像中的像素密度高，能夠提供更多的細節，而這些細節在許多實際應用中不可或缺。圖像超分辨率技術在醫學診斷、模式識別、視頻監控、生物鑒別、高清晰電視成像、遙感圖像解譯、高空對地觀測等領域有著廣泛的應用。一直以來，圖像超分辨率技術是視頻圖像處理領域研究的熱門方向和一個具有相當挑戰性的理論分支[1]。

傳統的圖像超分辨率技術有基于插值的超分辨率重建、基于重建的圖像超分辨方法和基于學習的超分辨率算法[2]。……