面向圖像超分辨率的緊湊型多徑卷積神經網絡算法研究

應自爐 商麗娟 徐 穎 劉 健

(五邑大學信息工程學院，廣東江門 529020)

1 引言

圖像超分辨率重構(Super-Resolution Reconstruction，SRR)是一種增強成像系統分辨率技術，該技術是從觀察到的低分辨率圖重建高分辨率圖，為圖像恢復出更多細節信息，提供更好的視覺效果圖像。由于高分辨率圖像中包含更多細節信息，SRR技術在視頻監控、醫學圖像、遙感衛星、多徑稀疏信道傳輸等各個領域具有重要現實意義和廣泛應用價值[1-4]，得到學術界高度關注[5-10]。然而，SRR技術是一個典型的病態逆過程[11-12]，具有非常大的挑戰性。

SRR方法研究經歷了從頻域轉向空域以及從無訓練樣本到有訓練樣本的過程。最早SRR方法研究在頻域中進行圖像重構，通過設置截止頻率方式恢復信息，但頻域算法存在對噪聲較為敏感的缺點[13]。基于非均勻插值的SRR方法是最直觀通用的空域超分辨率重構方法，該方法通過在像素之間插入合適的像素值，實現圖像分辨率提升[14]。然而，簡單非均勻插值算法傾向于使圖像變得平滑，同時會造成塊狀效應。后來，研究者通過在插值過程中引入圖像先驗信息來克服這一問題，但這種方式對圖像視覺表現復雜度較為敏感，對于許多紋理或陰影圖像，容易出現振鈴效應。基于重建的SRR方法是對低分辨率圖像進行一致性約束，并結合自然圖像先驗知識進行求解[15]，該類算法能在先驗信息充足條件下獲得較好重構效果，但存在圖像序列數目不充分導致重構效果退化的缺點。因此，傳統SRR方法研究在實現條件上更加嚴苛，且對放大系數較為敏感，在有限條件下難以實現高質量圖像重構[16]。……