一種改進的稀疏系數(shù)獨立可調(diào)的超分算法

　　針對基于學(xué)習(xí)的超分辨率重建圖像邊緣銳度較好但偽影較明顯的問題，提出一種改進的稀疏系數(shù)獨立可調(diào)的超分算法以消除偽影。由于字典訓(xùn)練階段高分辨率圖像和低分辨率圖像均已知，認為高維圖像空間和低維圖像空間對應(yīng)的稀疏系數(shù)不同，故此階段運用在線字典學(xué)習(xí)方法分開訓(xùn)練生成較精確的高分字典和低分字典；而在圖像重建階段低分圖像已知而高分圖像未知，認為兩空間的稀疏系數(shù)是近似相同的。通過在這兩個階段設(shè)置不同的正則化參數(shù)，可獨立地調(diào)整相應(yīng)的稀疏系數(shù)以獲得最好的超分效果。實驗結(jié)果表明，目標(biāo)高分圖像峰值信噪比（ PSNR）相比稀疏編碼超分方法平均提高了0. 45 dB，同時結(jié)構(gòu)相似性（SSIM）指標(biāo)增加了0.011。超分圖像有效地抑制了偽影，并能夠較好地恢復(fù)圖像邊緣銳度和紋理細節(jié)，提升了超分效果。