【作者】 杨浩； 高建坡； 陈向东； 吴镇扬；

【Author】 Yang Hao~1 Gao Jianpo~1 Chen Xiangdong~2 Wu Zhenyang~1 (1 School of Information Science and Engineering,Southeast University Nanjing 210096 2 Department of Information Engineering,Huanghuai University Zhumadian 463000)

【机构】 东南大学信息科学与工程学院； 黄淮学院信息工程系；

【摘要】 图像超分辨率重建是利用数字信号处理技术由一系列低分辨率观测图像得到高分辨率图像,高分辨率图像包含更多的高频细节。本文针对纹理图像,采用联立自递归(SAR)模型,利用与重建图像相同或相近的一小块示例图像估计出模型参数,以此模型及其参数作为先验知识,采用最大后验概率(MAP)估计方法估计高分辨率纹理图像。实验结果表明,当观测图像中噪声污染比较严重或者可利用的观测图像较少时, 本文提出的算法明显优于采用 Laplacian 核作为正则化算子的算法。更多还原

【Abstract】 Image super-resolution reconstruction (SRR) refers to a signal processing approach which produces high-resolution images from observed multiple low-resolution images.In this paper,we use the simultaneous autoregressive (SAR) model to describe the texture and use an example image patch to estimate the model parameters to obtain accurate prior knowledge about the desired high-resolution texture image.A maximum a posteriori (MAP) estimator is used to obtain the estimation of the high-resolution texture image.Experimental results show that our method gives a significant improvement over the regularization approach using Laplacian kernel when low-resolution images are insufficient and noise levels are high.更多还原