论文部分内容阅读
传统的基于马尔科夫网络模型的图像超分辨率复原算法是与MAP算法结合，由于MAP算法的自身缺陷，复原后的图像边缘和细节保持能力不强。本文提出了一种在马尔科夫网络框架下基于最大后验概率法(MAP)与凸集投影法(POCS)融合的图像超分辨率复原算法，将MAP算子当作凸约束集引入POCS算法里，两者算法可以互补，克服原有缺陷。实验结果证明了本文算法的有效性，与传统学习算法相比，本文算法具有更好的复原效果。