论文部分内容阅读
目的基于正则化的重建是单幅图像超分辨的重要方法之一。其中,如何构造合适的图像先验,增强超分辨重建过程中的边缘和纹理保持能力是该类方法的关键。提出一个全局和局部结构内容自适应正则化的单幅图像超分辨模型。方法该模型综合了图像梯度的全局非高斯性和局部结构方向自适应回归特性。首先,利用广义高斯分布拟合图像梯度模的重尾特性,由最大后验概率框架构造了图像全局内容感知的lα(0<α<1)范数稀疏性度量;然后,利用图像局部内容的各向异性相关性,给出基于Geman-Mc Clure(GM)权函数加权的局部结构方向自适