边缘融合的多字典超分辨率图像重建算法
程德强
陈亮亮
蔡迎春
游大磊
屠屹磊
1.中国矿业大学信息与控制工程学院,江苏徐州,2111162.中国矿业大学信息与控制工程学院,江苏徐州,2111163.中国矿业大学信息与控制工程学院,江苏徐州,2111164.中国矿业大学信息与控制工程学院,江苏徐州,2111165.中国矿业大学信息与控制工程学院,江苏徐州,211116
摘要：由于煤矿井下特殊的环境导致井下图像一般比较模糊和边缘特征比较弱,而目前基于字典学习的图像超分辨率重建算法通常是将全部图像块利用训练的单一字典进行重建,忽视了各图像块之间的差异性,不利于重建边缘不清晰的矿井图像.结合矿井图像特征提出一种边缘融合的多字典超分辨率图像重建方法,该算法根据各图像块的梯度统计信息将图像块进行分类并训练对应的字典库,重建时将不同字典重建的图像块融合成完整的高分辨率图像;此外为了提高图像的边缘信息,预处理阶段低分辨率图像进行边缘融合以增强边缘特征,重建的高分辨率图像利用学习的先验知识进行边缘融合以修正重建过程中出现的误差.实验表明,该算法的重建效果优于其它基于字典学习的超分辨率图像重建方法,能够很好地重建图像的边缘细节,并抑制重建过程中产生的重影和振铃效应,平均PSNR值提高1.19 dB.
关键词：超分辨率边缘融合多字典梯度统计
分类号：TD67(矿山电工)
资助基金：国家自然科学基金(51774281)江苏省"六大人才高峰"高层次人才项目(2015-ZBZZ-009)徐州市重点研发资助项目(KC16GZ013)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 2084-2090 )
英文信息