基于多成分字典和稀疏表示的超分辨率重建算法

为了解决单幅图像超分辨重建的问题，该文提出了一种在稀疏表示理论框架下基于多成分字典的方法。首先根据图像的退化模型，深入分析高低分辨率图像的关系，得到高分辨图像可由低分辨率图像在对应字典下的稀疏系数来重构的结论。根据这一结论，采用多成分字典分别表示图像的不同结构特征，并用匹配追踪的方法得到低分辨图像在多成分字典下的表示系数，然后在对应的高分辨字典下对高分辨率的图像进行重建，实现了基于多成分字典的单幅图像超分辨率重建。该文所提的方法对单幅图像的超分辨率重建具有较好的通用性，相对于传统的超分辨重建算法，在自然图像和卡通图像的实验中验证了算法的有效性。