在各种超分辨率图像重构算法中,最大后验概率(Maximum a Posteriori,MAP)算法因其具有优异的重构性能而受到广泛关注。但由于目前在MAP算法中普遍采用的是平滑型图像先验模型,导致重构出来的图像边界不明锐,一些细节不清晰。本文提出了...在各种超分辨率图像重构算法中,最大后验概率(Maximum a Posteriori,MAP)算法因其具有优异的重构性能而受到广泛关注。但由于目前在MAP算法中普遍采用的是平滑型图像先验模型,导致重构出来的图像边界不明锐,一些细节不清晰。本文提出了一种新的边界增强型图像先验模型。不同于已有的图像模型,新模型对图像中的非连续性不是进行惩罚,而是进行增强。实验结果表明,新模型能够获得优于平滑型图像先验模型的重构效果。展开更多
文摘在各种超分辨率图像重构算法中,最大后验概率(Maximum a Posteriori,MAP)算法因其具有优异的重构性能而受到广泛关注。但由于目前在MAP算法中普遍采用的是平滑型图像先验模型,导致重构出来的图像边界不明锐,一些细节不清晰。本文提出了一种新的边界增强型图像先验模型。不同于已有的图像模型,新模型对图像中的非连续性不是进行惩罚,而是进行增强。实验结果表明,新模型能够获得优于平滑型图像先验模型的重构效果。
