论文部分内容阅读
近年来，基于样本的图像超分辨率重建逐渐成为研究热点，该算法一般利用外部训练样本，测试图像与训练样本的相似度在一定程度上影响着重建结果。针对此类问题，提出一种基于局部回归和自相似性的图像超分辨率重建算法。应用不同尺度图像间的自相似特性，对图像块建立一阶回归模型完成重建的算法，充分利用图像自身信息，并用稀疏表示的方法替代遍历搜索自相似块的方法，可以在自相似块不足的情况下保证重建质量。实验结果表明，该算法的重建质量较高，可以一定程度减少外部训练样本带来的虚假高频问题，且在重建质量与重建时间上有着较好的折中。