计算机辅助设计与图形学学报

作者：战玉丽, 迟静, 叶亚男, 张彩明, 霍文远

关键词：超分辨率, 细节增强, 跨尺度相似性, 奇异值分解

针对传统图像重建过程中易丢失细节信息,或在增强细节的同时易产生边缘失真和噪声等问题,提出一种基于图像跨尺度相似性和特征组合的图像超分辨率重建方法.首先利用图像的跨尺度相似性,采用KNN算法分别建立高、低分辨率图像之间的像素特征和梯度特征的映射关系;然后利用像素特征映射关系对输入图像重建包含高频信息的高分辨图像;利用奇异值阈值化获取输入图像的有效高频信息,并利用梯度特征映射关系将高频信息放大后分块叠加到高分辨率图像上,得到最终的图像重建结果.以加州大学图像分割数据库作为实验数据,在Windows7下的Matlab软件进行实验结果展示,实验结果表明,文中方法重建的图像纹理细节丰富、边缘清晰,图像细节显著增强,在视觉效果和客观指标上都有大幅度提升;且该方法无需依赖外部数据库.

来源：2019年第6期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2019年第6期