基于對(duì)偶字典學(xué)習(xí)的圖像超分辨技術(shù)研究
2014-12-31 00:00:00戴敏
數(shù)字化用戶 2014年17期
【摘 要】針對(duì)傳統(tǒng)圖像超分辨技術(shù)在計(jì)算效率和重建質(zhì)量方面的不足，提出一種基于對(duì)偶字典學(xué)習(xí)的圖像超分辨方法，通過(guò)仿真驗(yàn)證表明對(duì)偶字典學(xué)習(xí)方法能夠達(dá)到和聯(lián)合字典學(xué)習(xí)方法相同的速度和質(zhì)量，且在實(shí)際應(yīng)用中可以通過(guò)神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)方法提高算法的速度，通過(guò)與現(xiàn)有成熟算法相比，文中方法更具有效性。
【關(guān)鍵詞】稀疏表示，神經(jīng)網(wǎng)絡(luò)，字典學(xué)習(xí)，超分辨
一、引言
圖像的超分辨就是利用低分辨觀測(cè)圖像得到高分辨圖像的過(guò)程，從而克服低分辨圖像傳感器的分辨率限制。本文提出了一種新的字典學(xué)習(xí)算法。該方法采用了一種隨機(jī)梯度下降方法，梯度的計(jì)算通過(guò)后向投影以及隱微分實(shí)現(xiàn)。通過(guò)將本文方法得到的字典用于圖像的超分辨處理中，表明采用對(duì)偶字典學(xué)習(xí)的方法能夠克服這一缺點(diǎn)，并且在質(zhì)量上能夠得到提高。
二、仿真驗(yàn)證
將提出的對(duì)偶字典學(xué)習(xí)方法用于圖像的超分辨中，并且評(píng)估本文方法的有效性。仿真中采用100000個(gè)大小為5*5的HR/LR圖像對(duì)，放大因子為4，學(xué)習(xí)的對(duì)偶字典大小為k=512。
首先將本文算法與文獻(xiàn)[1]中的聯(lián)合字典訓(xùn)練方法相比。為了保證對(duì)比的公平性，在兩種方法中采用相同的訓(xùn)練數(shù)據(jù)，在恢復(fù)HR圖像塊時(shí)采用相同的步驟。
為了表明本文方法的有效性，首先比較兩種字典訓(xùn)練方法基于公認(rèn)的訓(xùn)練圖像集所得到的訓(xùn)練字典對(duì)重建精度的影響。圖1（a）所示為采用對(duì)偶字典訓(xùn)練方法和采用聯(lián)合字典訓(xùn)練方法所得到圖像的MSE比較。從圖中可以看出，采用對(duì)偶字典的訓(xùn)練方法能夠在所有像素位置有效的降低重建誤差，從而表明了文中所提出的方法在信號(hào)稀疏重建方面的有效性。
對(duì)基于塊的超分辨算法而言，常用的方法是對(duì)重疊的圖像塊單獨(dú)處理，然后利用單獨(dú)得到的圖像塊對(duì)重疊部分做平均處理，從而得到整幅圖像。從圖1（b）可以看出，采用這種方法在處理角落或者邊緣部分的像素所構(gòu)成的圖像塊時(shí)會(huì)造成較大的誤差。因此，即使相鄰圖像塊只有一個(gè)像素重疊，都會(huì)對(duì)處理結(jié)構(gòu)造成較大的影響。
圖2所示為當(dāng)相鄰圖像塊間重疊像素大小變化時(shí)重建圖像的PSNR變化。為了比較的方便，圖中同時(shí)給出了采用插值方法得到的PSNR變化曲線。從圖中可以看出，本文方法比插值方法具有明顯的優(yōu)越性，即使是沒(méi)有像素重疊的時(shí)候，而且像素重疊越多，質(zhì)量的提高就明顯。
三、結(jié)論
文中提出了一種基于對(duì)偶字典學(xué)習(xí)的圖像超分辨方法，通過(guò)稀疏重建的方法得到重建的圖像。與基于聯(lián)合字典的訓(xùn)練方法相比，本文方法在顯著提高計(jì)算效率的同時(shí)，提高了重建結(jié)果的質(zhì)量，而且對(duì)圖像塊的重疊與否不敏感，不會(huì)造成圖像的失真。
參考文獻(xiàn)：
[1]浦劍，張軍平. 基于詞典學(xué)習(xí)和稀疏表示的超分辨率方法. 模式識(shí)別與人工智能. Vol.23（3）， 2010：335-344.
[2 H. Lee， A. Battle， R. Raina， and A. Y. Ng， “Efficient sparse coding algorithms，” in Advances in Neural Information Processing Systems， 2007， pp. 801–808.
[3] B. Colson， P. Marcotte， and G. Savard， “An overview of bilevel optimization，” Annals OR， pp. 235–256， 2007. image processing， Vol.19（11）， 2010：2861-2873.
作者簡(jiǎn)介：
戴敏（1982-），男，漢族，四川德陽(yáng)人，講師，碩士，主要研究方向?yàn)榍度胧较到y(tǒng)
