由于数码相机和存储设备的普及,对高分辨率图像增加。超分辨率图像重建技术广泛应用于多媒体、军事、遥感、医学等领域。在过去二十年里,超分辨率图像的重建研究得到了很大的发展,包括图像成像模型的建立、快速的数值解法。本项目就是在这样的背景下,将信息理论、概率统计理论、数值代数以及图像处理等有机结合解决实际超分辨率图像重建的问题。本项目从图像处理的角度,研究图像成像模型,提出整合分色、模糊、几何变形、降采样的模型;提出既考虑增强分辨率又提高对比度的有效算法。从数学的角度,研究图像稀疏表示方法;提出有效的数值算法;分析迭代算法的收敛行为;研究自学习的正则化参数估计方法;开发一套适用的软件,应用于图像处理的实际中。相应的数值分析和计算机模拟为实际超分辨率图像重建提供坚实的理论基础。
英文主题词image resolution, image reconstuction, regulization, regulization function, fast algorithm