高欣瑋++趙德斌

摘要：本文提出了一種基于局部自回歸模型和非局部自相似模型的正則化的壓縮圖像插值技術(shù)。傳統(tǒng)的基于圖像先驗?zāi)Ｐ驼齽t化圖像插值技術(shù)存在著2個缺陷。一方面，通常是只利用一個圖像的先驗特性，不能得到視覺質(zhì)量很好的超分辨率效果；另一方面，在描述圖像的非局部自相似特性時，多數(shù)利用一種相似塊加權(quán)的方式來描述當前塊，沒能夠?qū)⒕哂邢嗤y理的一系列的相似塊的特性描述完整?；谝陨?點考慮，研究設(shè)計整合了2種不同的模型：局部自回歸模型和非局部自相似模型，形成一個整體的正則化的框架。不同于傳統(tǒng)的只利用高低分辨率之間幾何二元性的自回歸模型，本文提出了一種自適應(yīng)加權(quán)的在高分辨率圖像上迭代的自回歸模型；而非局部的自相似模型，并且以相似塊組成的一個三維數(shù)據(jù)結(jié)構(gòu)的變換域稀疏性來對一系列的相似塊統(tǒng)一描述。由于壓縮圖像的特點，研究針對壓縮圖像提出了軟數(shù)據(jù)精度項，最終采用分離布萊格曼方法來求解整體的正則化目標函數(shù)。

關(guān)鍵詞： 插值技術(shù)； 壓縮圖像

中圖分類號： TP391.41

文獻標志碼： A

文章編號： 2095-2163（2016）06-0134-05