基于超像素稀疏表示的图像超分辨率方法研究

	基于超像素稀疏表示的图像超分辨率方法研究
项目编号	61461028
	刘微容
摘要	超高清显示技术的快速发展必将对高空间分辨率的图像产生巨大需求，受成像工艺、成本和环境等因素制约，高空间分辨率的图像难以广泛获取，亟待研究能有效提升现有低质量图像空间分辨率的方法。虽然基于稀疏表示的图像超分辨率取得了一些研究成果，但是采用像素或图像块的稀疏表示方法对图像复杂结构表示不够准确，且过完备字典未能充分利用图像自身信息和样本图像先验信息。因此，基于稀疏表示的图像超分辨率方法仍有很大性能提升空间。本项目将深入研究基于超像素稀疏表示的图像超分辨率方法，包括提出图像复杂结构的超像素表示方法，提出内容和尺度自适应的高-低分辨率超像素字典学习方法，建立高-低分辨率超像素间的关系模型，提出基于超像素的结构化稀疏表示模型和求解算法。突破像素或图像块等方式对图像复杂结构超分辨率的限制，精确重构低分辨率图像缺失的细节信息，提升图像超分辨率方法的性能，在低分辨率壁画图像的高清展示中取得实际应用。【英文摘要】Withtherapiddevelopmentsofultra-highdefinitiondisplaytechnologiesinrecentyears，thedemandforhighspatialresolutionimagesgrowsfaster．Itisimportanttoreconstructthehighresolutionimagefromthecorrespondinglow-resolutionimageusingdigitalimageprocessingtechniques,withoutupdatingtheimagingequipment.Severalimagesuperresolutionmethodsbasedonsparserepresentationhavebeenproposed.However,thecomplexstructuresinanimagecannotbeaccuratelyrepresentedbythetraditionalpixel-levelorblock-levelsparserepresentation,andthepriorinformationinthelowresolutioninputimagehasnotbeenusedforover-completedictionarieslearning.Tosolvethoseproblems,thisprojectfocusesoninvestigatingimagesuperresolutionmethodviasparserepresentationwithsuperpixel.Combiningsparserepresentationtheorywithsuperpixelsegmentationmethodandmultiscaleanalysistheory,firstly,wewillproposeanewsuperpixelrepresentationmethodofcomplexstructuresinanimage.Secondly,wewillpresentanewsuperpixel-leveldictionarylearningalgorithmwithcontentandscaleadaptive.Thirdly,wewilldesignastructuralsparserepresentationmodelwithsuperpixel,andapriormodelbetweenthehigh-resolutionsuperpixelsamplesandlow-resolutionsuperpixelsamples.Finally,wewillproposeanewimagesuperresolutionmethodviasparserepresentationwithsuperpixeltoaccuratelyreconstructfinedetails,andimprovetherobustnessofimagesuperresolutionmethod.Theachievementscanbeappliedtosuperresolutionofthelow-resolutionimagesfrompaintedmurals.
项目类别	地区科学基金项目
项目来源	国家自然科学基金
	2015-01
结束日期	2018-12
学科门类	12 - 信息科学 ; 1201 - 电子学与信息系统
主持机构	兰州理工大学
项目经费	430000.0
国家	CN
语种	中文
文献类型	项目
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/64703
专题	党委教师工作部（人事处、教师发展中心）
推荐引用方式 GB/T 7714	刘微容.基于超像素稀疏表示的图像超分辨率方法研究.2015.