基于学习的马尔科夫超分辨率复原-吉林大学学报.pdf

第43卷　 增刊 吉林 大 学 学报 ( 工 学版 ) 　 Vol.43　 Sup. 2013年3月 Journal of Jilin University (Engineering and Technology Edition) 　 Mar. 2013 基于学习的马尔科夫超分辨率复原 1 1 2 1 1 薛翠红 ,于　 明 ,杨宇皓 ,阎　 刚 ,贾　 超 (1.河北工业大学计算机科学与软件学院,天津300401;2.河北工业大学信息工程学院,天津300401) 摘　 要:针对最大后验概率(MAP)算法对图像边缘和细节保持能力不强问题,在传统马尔科 夫模型算法的基础上,提出将MAP 算法与凸集投影法(POCS)相融合的算法,将MAP 算子当 作凸约束集引入POCS算法里,这样可继承两者的优点。 实验验证了算法的有效性,与传统学 习算法相比,具有更好的图像复原效果。 关键词:马尔科夫网络;超分辨率;贝叶斯理论;凸集投影法;最大后验概率 中图分类号:TP391　 　 文献标志码:A　 　 文章编号:1671-5497(2013)Sup.-0406-04 MRF reconstruction based on the markov network 1 1 2 1 1 XUE Cui-hong ,YU Ming ,YANG Yu-hao ,YAN Gang ,JIA Chao (1.School of Computer Science and Engineering,Hebei University of Technology,Tianjin 300401,China;2.School of Information Engineering,Hebei University of Technology,Tianjin300401,China) Abstract:According to the problem of keeping image border and details weakly by MAP algorithm,a new method which mixed MAP and POCS for image super resolution based on Markov Network is introduced.The MAP operator is introduced to the POCS algorithm as a convex set of constraints.The POCS algorithm can be a good complementary to the MAP algorithm to overcome their original defect. Experiment shows that the proposed algorithm has better image restoration effect than the traditional algorithm. Key words:Markov network;super-resolution;Bayesian theory;project onto convex sets(POCS);maximum a posteriori probability(MAP) 　 　 近年来,数字图像处理技术已经成为研究热 取和融合的过程,其所有有用信息都是从输入数 点,超分辨率复原技术更是重中之重。 当前的超 据中获得,无其它任何先验知识。 基于重建的方 分辨率复原技术主要包括三种方法:基于插值、基 [2,3] [4,5]