• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于非局部稀疏編碼的超分辨率圖像復(fù)原

    2015-07-05 16:46:54靜陳
    電子與信息學(xué)報(bào) 2015年3期
    關(guān)鍵詞:圖像復(fù)原復(fù)原字典

    劉 哲 楊 靜陳 路

    (西北工業(yè)大學(xué)理學(xué)院 西安 710129)

    基于非局部稀疏編碼的超分辨率圖像復(fù)原

    劉 哲 楊 靜*陳 路

    (西北工業(yè)大學(xué)理學(xué)院 西安 710129)

    基于壓縮感知的超分辨率圖像復(fù)原方法通常采用局部稀疏編碼策略,對(duì)每一圖像塊獨(dú)立編碼,易產(chǎn)生人工的分塊效應(yīng)。針對(duì)上述問(wèn)題,該文提出一種基于非局部稀疏編碼的超分辨率圖像復(fù)原方法。該算法在字典訓(xùn)練和圖像編碼過(guò)程中分別運(yùn)用圖像的非局部自相似先驗(yàn)知識(shí),即利用低分辨率圖像的插值圖像訓(xùn)練字典,并通過(guò)計(jì)算相似塊局部編碼的加權(quán)平均,得到每一圖像塊的非局部稀疏編碼。仿真實(shí)驗(yàn)表明,所提算法能夠獲得更優(yōu)的復(fù)原效果,并且對(duì)于含噪圖像具有較強(qiáng)的魯棒性。

    超分辨率圖像復(fù)原;壓縮感知;非局部自相似;非局部稀疏編碼;單字典訓(xùn)練

    1 引言

    隨著信息技術(shù)的發(fā)展,高質(zhì)量、高清晰度的圖像日益成為遙感、醫(yī)學(xué)和生物識(shí)別等領(lǐng)域的普遍需求。然而,在圖像獲取過(guò)程中,由于成像系統(tǒng)自身的局限性,所獲得的圖像往往分辨率較低,無(wú)法反映真實(shí)場(chǎng)景的信息。因此,圖像的超分辨率復(fù)原方法被提出并迅速成為國(guó)內(nèi)外學(xué)者的研究熱點(diǎn)。

    壓縮感知(Compressive Sensing, CS)[1]理論的發(fā)展為超分辨率圖像復(fù)原提供了新的思路。CS理論指出:在適當(dāng)條件下,高分辨率(High Resolution, HR)圖像可由其下采樣產(chǎn)生的低分辨率(Low Resolution, LR)圖像以高概率復(fù)原[2]。2009年,Sen等人[3]將CS理論應(yīng)用于超分辨率圖像復(fù)原,利用HR圖像在小波基下可被稀疏編碼的先驗(yàn)知識(shí),加入模糊濾波器降低下采樣矩陣與小波基間的相關(guān)性,并在CS理論框架下求解HR圖像。然而由于一般自然圖像細(xì)節(jié)豐富、結(jié)構(gòu)復(fù)雜,小波基無(wú)法為其提供最優(yōu)的稀疏編碼。文獻(xiàn)[4,5]使用隨機(jī)選取的成對(duì)高、低分辨率圖像塊來(lái)稀疏表示圖像,提高了復(fù)原圖像的視覺效果,但為了實(shí)現(xiàn)精確重構(gòu)需要大量成對(duì)的圖像塊構(gòu)造高、低分辨率字典,計(jì)算復(fù)雜度高。

    為了降低該類算法的計(jì)算復(fù)雜度,Yang等人[6,7]通過(guò)設(shè)計(jì)退化矩陣,將雙字典(高、低分辨率字典)訓(xùn)練改進(jìn)為單字典訓(xùn)練,僅運(yùn)用少量HR圖像塊訓(xùn)練高分辨率字典。文獻(xiàn)[8]運(yùn)用聚類和多任務(wù)學(xué)習(xí)的思想同時(shí)訓(xùn)練多個(gè)只含少量原子的字典。2013年,Liu等人[9]進(jìn)一步將圖像的形態(tài)學(xué)分解思想應(yīng)用于字典訓(xùn)練過(guò)程中,運(yùn)用形態(tài)學(xué)構(gòu)成分析方法將訓(xùn)練集圖像分解為不同的形態(tài)學(xué)部分,針對(duì)每一部分構(gòu)造相應(yīng)的字典,提高了復(fù)原圖像的質(zhì)量。

    然而,基于壓縮感知的復(fù)原方法[6]對(duì)每一圖像塊獨(dú)立編碼,未考慮不同圖像塊之間的聯(lián)系,使得復(fù)原圖像存在人工的分塊效應(yīng)和模糊。近年來(lái)有關(guān)圖像冗余的研究成果表明,自然圖像具有非局部的自相似性質(zhì)(Non-local Self-Similarity, NSS)[10],即圖像中存在大量相似的圖像塊結(jié)構(gòu),而這些相似塊的空間距離可能較遠(yuǎn)。利用這種圖像冗余對(duì)相似塊進(jìn)行相關(guān)操作,有利于保持圖像的邊緣,已被廣泛應(yīng)用于求解各類圖像處理中的反問(wèn)題[10-14]。

    為了消除復(fù)原圖像中存在的人工分塊效應(yīng)及模糊,本文基于圖像的NSS性質(zhì),引入基于NSS的字典訓(xùn)練方法,并通過(guò)將相似塊的局部編碼作加權(quán)平均,對(duì)每一圖像塊進(jìn)行非局部稀疏編碼,實(shí)現(xiàn)了一種基于非局部稀疏編碼的超分辨率圖像復(fù)原算法。

    2 基于壓縮感知的超分辨率圖像復(fù)原

    基于壓縮感知的超分辨率圖像復(fù)原方法[6]通過(guò)設(shè)計(jì)退化矩陣,在壓縮感知理論框架下求解復(fù)原圖像,將復(fù)雜的雙字典訓(xùn)練過(guò)程[4,5]改進(jìn)為單字典訓(xùn)練,算法的時(shí)間效率明顯提高。

    首先,利用隨機(jī)選取的HR圖像塊通過(guò)K奇異值分解(K-means Singular Value Decomposition, K-SVD)算法訓(xùn)練高分辨率字典Dh[15]。將LR圖像Y分塊,對(duì)每一圖像塊y,復(fù)原旨在求解其相應(yīng)的HR圖像塊x,其中y可看作是由x經(jīng)過(guò)退化矩陣H和噪聲N作用得到的,即

    上述圖像退化方程的求解是一個(gè)高度不適定的病態(tài)反問(wèn)題,其解并不唯一。CS理論指出,若x在某個(gè)與H不相關(guān)的過(guò)完備字典Dh下可被稀疏編碼,即

    那么上述不適定問(wèn)題可轉(zhuǎn)化為求解式(3)所示的優(yōu)化問(wèn)題:

    式中α為圖像塊x的稀疏編碼,||α||0<<K (||α||0表示α中非零元素的個(gè)數(shù),K為α所含元素的總數(shù)),λ為正常數(shù),用于平衡兩項(xiàng)約束條件所占的比重。運(yùn)用基追蹤算法求解優(yōu)化問(wèn)題式(3),再由式(2)即可得到HR圖像塊x,組合HR圖像塊得到HR圖像X。

    上述算法充分利用了自然圖像的稀疏性質(zhì),且只進(jìn)行單字典訓(xùn)練的思想使得算法的計(jì)算復(fù)雜度有效下降。然而該方法對(duì)每一圖像塊進(jìn)行獨(dú)立復(fù)原,忽略了相似圖像塊的稀疏編碼之間的聯(lián)系,使得復(fù)原圖像中存在不同程度的人工分塊效應(yīng),在圖像邊緣處容易出現(xiàn)鋸齒現(xiàn)象。為克服以上不足,本文在上述復(fù)原方法的基礎(chǔ)上,綜合利用圖像的局部稀疏與非局部自相似性質(zhì)進(jìn)行復(fù)原。

    3 基于非局部稀疏編碼的超分辨率圖像復(fù)原

    3.1 基于NSS的字典訓(xùn)練

    圖像復(fù)原效果的優(yōu)劣依賴于字典的選擇。利用大量隨機(jī)選取的HR圖像塊訓(xùn)練成字典來(lái)稀疏表示圖像,能夠充分利用訓(xùn)練集圖像所提供的高頻信息[4-9]。然而由于HR圖像是隨機(jī)選擇的,它們?cè)谕庥^上與待復(fù)原的LR圖像有較大的差別,因此這些HR圖像為復(fù)原提供的細(xì)節(jié)信息可能是不準(zhǔn)確的。

    由于自然圖像具有非局部自相似性,LR圖像及其相應(yīng)的插值圖像中相似的圖像塊結(jié)構(gòu)能夠?yàn)閺?fù)原提供必要的細(xì)節(jié)信息。本文首先利用雙三次(Bicubic)和雙線性(Bilinear)兩種插值算法對(duì)LR圖像進(jìn)行插值,再將插值圖像作為訓(xùn)練集進(jìn)行字典訓(xùn)練,這樣就充分利用了圖像的冗余特性,使得訓(xùn)練出的字典Dh有更強(qiáng)的表現(xiàn)力。雙三次與雙線性算法是兩種常見且簡(jiǎn)單易行的圖像插值算法,由于插值算法不同,其產(chǎn)生的插值圖像便能夠提供不同的細(xì)節(jié)信息。使得訓(xùn)練集圖像更豐富,得到的字典能更準(zhǔn)確地稀疏表示圖像?;贜SS的字典訓(xùn)練過(guò)程如下:

    (1)分別用雙三次與雙線性插值算法插值LR圖像Y,得到訓(xùn)練集圖像X1,X2;

    (2)將X1,X2分塊,組成訓(xùn)練集Qh=[x1x2…xq](其中xi為第i個(gè)圖像塊的向量形式),記B=[b1b2…bq]為相應(yīng)的稀疏編碼矩陣,利用K-SVD算法求解以下優(yōu)化問(wèn)題:

    得到高分辨率字典Dh=[d1d2…dK];

    (3)標(biāo)準(zhǔn)化Dh,使得||dj||2=1,j=1,2,…,K。

    3.2 非局部稀疏編碼

    在文獻(xiàn)[6]算法框架的基礎(chǔ)上,對(duì)圖像塊的局部編碼系數(shù)作非局部處理。首先對(duì)每一圖像塊xi,用正則化正交匹配追蹤(Regularized Orthogonal Matching Pursuit, ROMP)[16]算法求解優(yōu)化問(wèn)題式(3)得到其局部稀疏編碼αi;之后在整幅圖像中搜索圖像塊xi的相似塊xj,并通過(guò)式(5)計(jì)算xi的非局部稀疏編碼βi:

    3.3 本文算法步驟

    綜合以上分析,本文算法流程如圖1所示。

    具體步驟總結(jié)如下:

    輸入:LR圖像Y,放大倍數(shù)s,退化矩陣H。

    步驟1 用Y的插值圖像作為訓(xùn)練集,并利用K-SVD算法訓(xùn)練字典hD;

    步驟 2 對(duì)每一圖像塊yi,由ROMP算法求解式(3),得到其局部稀疏編碼;

    步驟4 迭代執(zhí)行以下步驟,更新X(t)得到X(t+1),t=0,1,2,…。

    (1)在X(t)中搜索的相似塊,并由計(jì)算的非局部稀疏編碼;

    (3)對(duì)X(t+1)進(jìn)行迭代反投影計(jì)算,進(jìn)一步減小誤差。

    輸出:HR圖像X。

    4 仿真實(shí)驗(yàn)及結(jié)果分析

    為檢驗(yàn)本文算法的有效性,對(duì)多類圖像進(jìn)行超分辨率復(fù)原實(shí)驗(yàn)。實(shí)驗(yàn)中LR圖像塊的大小取為22×。為保持復(fù)原圖像中塊與塊間的一致性,塊與塊之間有一個(gè)像素的重疊。考慮到人眼對(duì)彩色圖像的亮度通道較為敏感,只對(duì)亮度通道采用上述算法,其余通道利用Bicubic插值算法復(fù)原。

    為比較不同算法的復(fù)原質(zhì)量,采用峰值信噪比(Peak Signal-to-Noise Ratio, PSNR)和結(jié)構(gòu)化自相似程度(Structural SIMilarity, SSIM)兩種客觀評(píng)價(jià)標(biāo)準(zhǔn)。PSNR指標(biāo)通過(guò)計(jì)算復(fù)原圖像與原圖像的歐式距離來(lái)評(píng)價(jià)重構(gòu)質(zhì)量,計(jì)算公式為

    這里(,)mnf,(,)mng分別代表原始圖像與復(fù)原圖像,圖像大小為MN×。PSNR值越高,復(fù)原圖像與原圖像越接近,復(fù)原質(zhì)量越好;SSIM指標(biāo)與人眼的視覺感知系統(tǒng)相關(guān),計(jì)算公式為

    μx,μy表示原始圖像與復(fù)原圖像的均值,σx,σy為圖像標(biāo)準(zhǔn)差,σx,y為原始圖像與復(fù)原圖像的協(xié)方差。SSIM值介于01~之間,越接近1,說(shuō)明復(fù)原圖像與原圖像結(jié)構(gòu)化相似程度越高,復(fù)原效果越好。

    4.1 自然圖像實(shí)驗(yàn)

    為驗(yàn)證本文算法的有效性,對(duì)多幅不同類型、不同特點(diǎn)的圖像(實(shí)驗(yàn)LR圖像如圖2)進(jìn)行復(fù)原實(shí)驗(yàn),放大倍數(shù)為2。將本文算法與雙三次插值、基于壓縮感知的復(fù)原算法[6,7]進(jìn)行比較,部分實(shí)驗(yàn)結(jié)果的局部放大圖如圖3所示,實(shí)驗(yàn)圖像的PSNR與SSIM指標(biāo)如表1所示,表中最后一列給出了不同算法下評(píng)價(jià)指標(biāo)的平均值。

    無(wú)論從主觀視覺效果還是客觀評(píng)價(jià)指標(biāo)來(lái)看,本文算法都取得了更好的復(fù)原效果。由局部放大圖可知,雙三次插值算法生成的復(fù)原圖像過(guò)于平滑,文獻(xiàn)[6]算法圖像在邊緣處有鋸齒效應(yīng)和模糊,而本文算法具有更加清晰的邊緣和細(xì)節(jié)。由客觀評(píng)價(jià)指標(biāo)可知,本文算法復(fù)原效果略優(yōu)于文獻(xiàn)[7]算法,這是由于本文算法中基于NSS的字典訓(xùn)練方式使用LR圖像的插值圖像訓(xùn)練字典,更有利于保護(hù)圖像的細(xì)節(jié)信息。圖表中本文算法1為去掉本文算法中非局部稀疏編碼部分(即步驟4(1),步驟4(2))的實(shí)驗(yàn)結(jié)果。由本文算法1與本文算法的對(duì)比結(jié)果可以看出,非局部稀疏編碼策略帶來(lái)了很大的性能提升。這是由于非局部稀疏編碼策略充分利用了相似圖像塊所提供的信息,加強(qiáng)了圖像塊稀疏編碼間的聯(lián)系,使得每一圖像塊的編碼不再彼此獨(dú)立。

    圖1 基于非局部稀疏編碼的超分辨率圖像復(fù)原算法流程圖

    圖2 實(shí)驗(yàn)圖像

    圖3 自然圖像復(fù)原實(shí)驗(yàn)結(jié)果局部放大圖

    4.2 含噪圖像實(shí)驗(yàn)

    由于受到環(huán)境因素的影響和成像系統(tǒng)自身的局限性,人們所獲得的圖像往往含有不同程度的噪聲。為驗(yàn)證本文算法對(duì)噪聲的魯棒性,對(duì)含噪圖像進(jìn)行超分辨率復(fù)原實(shí)驗(yàn)。選取Lena和遙感2105含噪圖像進(jìn)行仿真實(shí)驗(yàn),實(shí)驗(yàn)中通過(guò)加入均值為0,標(biāo)準(zhǔn)差σ為5, 10, 15的高斯白噪聲來(lái)模擬實(shí)際獲取的圖像中所含的噪聲,復(fù)原圖像的PSNR與SSIM指標(biāo)如表2所示。圖4為噪聲標(biāo)準(zhǔn)差10σ=時(shí)的實(shí)驗(yàn)結(jié)果。

    分析圖表數(shù)據(jù)可知,在對(duì)含噪圖像進(jìn)行復(fù)原時(shí),文獻(xiàn)[6]算法的復(fù)原結(jié)果有時(shí)并不如傳統(tǒng)的雙三次插值算法好,而本文算法的復(fù)原效果較優(yōu)。由于非

    局部稀疏編碼本質(zhì)上相當(dāng)于對(duì)圖像的稀疏編碼系數(shù)進(jìn)行濾波,而濾波過(guò)程是圖像去噪的重要手段,因此本文算法針對(duì)含噪圖像具有較強(qiáng)的魯棒性,能夠在放大圖像的同時(shí)抑制圖像中的噪聲。這也使得本文算法更加適用于實(shí)際應(yīng)用。

    表1 不同算法下自然圖像復(fù)原結(jié)果比較

    表2 不同算法下含噪圖像復(fù)原結(jié)果比較

    圖4 含噪圖像復(fù)原實(shí)驗(yàn)結(jié)果

    4.3 不同放大倍數(shù)下各算法復(fù)原效果的比較

    超分辨率圖像復(fù)原要求復(fù)原算法能夠?qū)Φ头直媛蕡D像進(jìn)行不同倍數(shù)的放大,放大倍數(shù)越高,復(fù)原所需添加的細(xì)節(jié)信息就越多,復(fù)原工作越復(fù)雜。實(shí)驗(yàn)選取9696×的Child圖像,分別用雙三次插值、文獻(xiàn)[6]算法和本文算法對(duì)其進(jìn)行1.5, 2.0, 2.5, 3.0, 4.0, 5.0倍放大,并對(duì)實(shí)驗(yàn)結(jié)果描點(diǎn)繪圖,如圖5所示。由曲線變化圖可知,隨著放大倍數(shù)的增加,復(fù)原效果逐漸變差。放大5.0倍時(shí),文獻(xiàn)[6]算法相比于雙三次插值算法效果較差,而本文算法卻能取得較好的復(fù)原效果。這是由于稀疏編碼理論能夠從少量的采樣值中抓住圖像的關(guān)鍵信息進(jìn)行圖像復(fù)原,并且本文算法充分利用了圖像的非局部自相似先驗(yàn)知識(shí)。

    5 結(jié)束語(yǔ)

    壓縮感知與稀疏編碼理論可實(shí)現(xiàn)低維信號(hào)到高維信號(hào)的精確重構(gòu),基于稀疏編碼的超分辨率圖像復(fù)原方法也成為近年來(lái)的研究熱點(diǎn)[17,18]。本文在此基礎(chǔ)之上,將圖像的非局部自相似性質(zhì)作為先驗(yàn)知識(shí),在訓(xùn)練字典和圖像編碼過(guò)程中分別運(yùn)用這一先驗(yàn)知識(shí),提出了一種基于非局部稀疏編碼的超分辨率圖像復(fù)原方法,并進(jìn)行了仿真和對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性和魯棒性。在非局部稀疏編碼的過(guò)程中,圖像塊的相似度判斷起著關(guān)鍵作用。本文采用歐式距離判斷相似程度,其優(yōu)點(diǎn)是簡(jiǎn)單易行,但也存在不能反映塊結(jié)構(gòu)特點(diǎn)的不足。在未來(lái)的工作中,設(shè)計(jì)更加有效的相似塊評(píng)判標(biāo)準(zhǔn)、結(jié)合更多的圖像先驗(yàn)知識(shí)進(jìn)行復(fù)原,是值得進(jìn)一步研究的問(wèn)題。

    圖5 不同算法下評(píng)價(jià)指標(biāo)隨放大倍數(shù)變化曲線圖

    [1] Donoho D L. Compressed sensing[J]. IEEE Transactions on Information Theory, 2006, 52(4): 1289-1306.

    [2] Kulkarni N, Nagesh P, Gowda R, et al.. Understanding compressive sensing and sparse representation-based super-resolution[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2012, 22(5): 778-789.

    [3] Sen P and Darabi S. Compressive image super-resolution[C]. 2009 Conference Record of the Forty-Third Asilomar Conference on Signals, Systems and Computers, Pacific Grove, CA, 2009: 1235-1242.

    [4] Yang J, Wright J, Huang T S, et al.. Image super-resolution via sparse representation[J]. IEEE Transactions on Image Processing, 2010, 19(11): 2861-2873.

    [5] Lu J, Zhang Q, Xu Z, et al.. Image super-resolution by dictionary concatenation and sparse representation with approximate L0norm minimization[J]. Computers & Electrical Engineering, 2012, 38(5): 1336-1345.

    [6] Yang S, Sun F, Wang M, et al.. Novel super resolution restoration of remote sensing images based on compressive sensing and example patches-aided dictionary learning[C]. 2011 International Workshop on Multi-Platform/Multi-Sensor Remote Sensing and Mapping (M2RSM), Xiamen, 2011: 1-6.

    [7] Yang S, Wang M, Sun Y, et al.. Compressive sampling based single-image super-resolution reconstruction by dual-sparsity and non-local similarity regularizer[J]. Pattern Recognition Letters, 2012, 33(9): 1049-1059.

    [8] Yang S, Liu Z, Wang M, et al.. Multitask dictionary learning and sparse representation based single-image super-resolution reconstruction[J]. Neurocomputing, 2011, 74(17): 3193-3203.

    [9] Liu W and Li S. Multi-morphology image super-resolution via sparse representation[J]. Neurocomputing, 2013, 120(23): 645-654.

    [10] Buades A, Coll B, and Morel J M. A review of image denoising algorithms, with a new one[J]. Multiscale Modeling & Simulation, 2005, 4(2): 490-530.

    [11] Yu H, Chen F, Zhang Z, et al.. Single infrared image super-resolution combining non-local means with kernel regression[J]. Infrared Physics & Technology, 2013, 61: 50-59.

    [12] Dong W, Zhang D, Shi G, et al.. Image deblurring and super-resolution by adaptive sparse domain selection and adaptive regularization[J]. IEEE Transactions on Image Processing, 2011, 20(7): 1838-1857.

    [13] Romano Y, Protter M, and Elad M. Single image interpolation via adaptive non-local sparsity-based modeling[J]. IEEE Transactions on Image Processing, 2014, 23(7): 3085-3098.

    [14] Dong W, Shi G, Zhang L, et al.. Super-resolution with nonlocal regularized sparse representation[C]. Visual Communications and Image Processing 2010, Huangshan, China, 2010: 77440H-77440H-10.

    [15] Aharon M, Elad M, and Bruckstein A. K-svd: an algorithm for designing overcomplete dictionaries for sparse representation[J]. IEEE Transactions on Signal Processing, 2006, 54(11): 4311-4322.

    [16] Needell D and Vershynin R. Uniform uncertainty principle and signal recovery via regularized orthogonal matching pursuit[J]. Foundations of Computational Mathematics, 2009, 9(3): 317-334.

    [17] Yang S, Wang M, Chen Y, et al.. Single-image superresolution reconstruction via learned geometric dictionaries and clustered sparse coding[J]. IEEE Transactions on Image Processing, 2012, 21(9): 4016-4028.

    [18] Tang Y, Yuan Y, Yan P, et al.. Greedy regression in sparse coding space for single-image super-resolution[J]. Journal of Visual Communication and Image Representation, 2013, 24(2): 148-159.

    劉 哲: 女,1970年生,教授,博士,主要研究方向?yàn)閳D像處理、壓縮感知和信息融合等.

    楊 靜: 女,1990年生,碩士生,研究方向?yàn)閳D像復(fù)原、壓縮感知.

    陳 路: 男,1991年生,碩士生,研究方向?yàn)閳D像去塊效應(yīng)、圖像處理.

    Super-resolution Image Restoration Based on Nonlocal Sparse Coding

    Liu Zhe Yang Jing Chen Lu

    (School of Science, Northwestern Polytechnical University, Xi’an 710129, China)

    Super-resolution image restoration methods based on Compressive Sensing (CS) generally adopt local sparse coding strategy. Such strategy encodes each image block independently, which easily induces artificial blocking effect. To overcome this problem, a super-resolution image restoration method based on nonlocal sparse coding is proposed. The nonlocal self-similarity of image is considered as a prior in the dictionary training and image coding processes, respectively. Specifically, the proposed algorithm trains the dictionary with interpolated low-resolution images, and calculates the weighted average local code of similar patches, in order to obtain the nonlocal sparse code of each image block. Numerical experiments suggest that the proposed algorithm has a good recovery performance, and is robust to image noise.

    Super-resolution image restoration; Compressive Sensing (CS); Nonlocal self-similarity; Nonlocal sparse coding; Single dictionary training

    TP391

    A

    1009-5896(2015)03-0522-07

    10.11999/JEIT140481

    2014-04-11收到,2014-09-11改回

    國(guó)家自然科學(xué)基金(61070138)資助課題

    *通信作者:楊靜 yangjing199002@163.com

    猜你喜歡
    圖像復(fù)原復(fù)原字典
    開心字典
    家教世界(2023年28期)2023-11-14 10:13:50
    開心字典
    家教世界(2023年25期)2023-10-09 02:11:56
    溫陳華:唐宋甲胄復(fù)原第一人
    淺談曜變建盞的復(fù)原工藝
    毓慶宮惇本殿明間原狀陳列的復(fù)原
    紫禁城(2020年8期)2020-09-09 09:38:04
    基于MTF的實(shí)踐九號(hào)衛(wèi)星圖像復(fù)原方法研究
    我是小字典
    正版字典
    讀者(2016年14期)2016-06-29 17:25:50
    基于MTFC的遙感圖像復(fù)原方法
    模糊圖像復(fù)原的高階全變差正則化模型構(gòu)建
    人妻 亚洲 视频| 在线观看三级黄色| 国产免费一区二区三区四区乱码| 免费看av在线观看网站| 午夜免费男女啪啪视频观看| 亚洲欧美一区二区三区黑人 | 七月丁香在线播放| 国产成人免费无遮挡视频| 久久久精品区二区三区| 五月开心婷婷网| 这个男人来自地球电影免费观看 | 91aial.com中文字幕在线观看| 日韩av免费高清视频| 免费观看无遮挡的男女| 久久久久久久大尺度免费视频| 欧美激情 高清一区二区三区| av网站免费在线观看视频| 日韩中文字幕视频在线看片| 好男人视频免费观看在线| 女的被弄到高潮叫床怎么办| 精品少妇黑人巨大在线播放| 国产黄频视频在线观看| 欧美性感艳星| 久久久精品区二区三区| 亚洲,欧美,日韩| 汤姆久久久久久久影院中文字幕| 免费av中文字幕在线| 亚洲国产最新在线播放| 一级黄片播放器| 少妇人妻精品综合一区二区| 国产精品久久久久久久久免| 久久人人97超碰香蕉20202| 在线观看人妻少妇| 久久久a久久爽久久v久久| 成人午夜精彩视频在线观看| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 99热这里只有是精品在线观看| 欧美3d第一页| 99久久人妻综合| 又黄又爽又刺激的免费视频.| 一区二区日韩欧美中文字幕 | 免费av中文字幕在线| a 毛片基地| 精品一区二区三卡| 男女下面插进去视频免费观看 | 中国美白少妇内射xxxbb| 天天躁夜夜躁狠狠久久av| 久久久国产一区二区| 免费日韩欧美在线观看| 精品一区二区三卡| 久久免费观看电影| 男女国产视频网站| 韩国高清视频一区二区三区| 亚洲内射少妇av| 欧美日韩成人在线一区二区| 午夜激情久久久久久久| 熟女人妻精品中文字幕| 久久久欧美国产精品| 男女边摸边吃奶| 国国产精品蜜臀av免费| 99热全是精品| 99国产精品免费福利视频| 国产黄频视频在线观看| 国精品久久久久久国模美| 久久久久久久大尺度免费视频| 黄色一级大片看看| 亚洲色图 男人天堂 中文字幕 | 国产精品人妻久久久影院| 日本午夜av视频| 久久99精品国语久久久| 亚洲精品一二三| 亚洲av在线观看美女高潮| 国产成人午夜福利电影在线观看| 99精国产麻豆久久婷婷| 69精品国产乱码久久久| 中国国产av一级| 中文字幕av电影在线播放| 久久久国产一区二区| 王馨瑶露胸无遮挡在线观看| 最近中文字幕高清免费大全6| 黄色视频在线播放观看不卡| 中文字幕亚洲精品专区| 国产午夜精品一二区理论片| 90打野战视频偷拍视频| 蜜臀久久99精品久久宅男| 一级片'在线观看视频| 又黄又粗又硬又大视频| 涩涩av久久男人的天堂| 久久国产精品大桥未久av| 精品国产乱码久久久久久小说| 亚洲 欧美一区二区三区| 国产成人欧美| 午夜福利,免费看| 一级片免费观看大全| 高清av免费在线| 五月天丁香电影| 久久国产精品男人的天堂亚洲 | 免费观看无遮挡的男女| 18禁观看日本| 深夜精品福利| 22中文网久久字幕| 日韩精品有码人妻一区| 精品一区在线观看国产| 久久久久久久精品精品| 下体分泌物呈黄色| 精品亚洲成a人片在线观看| 国产又色又爽无遮挡免| 女性生殖器流出的白浆| 91国产中文字幕| 欧美性感艳星| 亚洲精品成人av观看孕妇| 日韩视频在线欧美| 久久久久国产网址| 一级片免费观看大全| 五月玫瑰六月丁香| 成年人午夜在线观看视频| 久久国产精品男人的天堂亚洲 | 国产在视频线精品| 内地一区二区视频在线| 少妇的逼水好多| 久久国产精品大桥未久av| 丝袜人妻中文字幕| 十分钟在线观看高清视频www| 人人妻人人添人人爽欧美一区卜| 亚洲国产色片| 欧美成人午夜免费资源| 欧美变态另类bdsm刘玥| 精品国产露脸久久av麻豆| 国产精品无大码| 午夜激情久久久久久久| 精品卡一卡二卡四卡免费| 国产69精品久久久久777片| 久久婷婷青草| 全区人妻精品视频| 成人黄色视频免费在线看| 亚洲国产欧美在线一区| 91精品国产国语对白视频| 最近2019中文字幕mv第一页| 精品人妻一区二区三区麻豆| 十八禁网站网址无遮挡| 男女边摸边吃奶| 成人国产av品久久久| 国语对白做爰xxxⅹ性视频网站| 99热这里只有是精品在线观看| 欧美97在线视频| 人体艺术视频欧美日本| 如日韩欧美国产精品一区二区三区| 在线观看三级黄色| 最后的刺客免费高清国语| 久久久久久人妻| 国产男女超爽视频在线观看| 少妇被粗大猛烈的视频| 久久国产亚洲av麻豆专区| 亚洲图色成人| 在线天堂最新版资源| 黑人高潮一二区| 丝袜脚勾引网站| 久久毛片免费看一区二区三区| 视频在线观看一区二区三区| 久久综合国产亚洲精品| 国产无遮挡羞羞视频在线观看| 日韩,欧美,国产一区二区三区| 日韩伦理黄色片| 亚洲精品av麻豆狂野| 亚洲精品中文字幕在线视频| 午夜免费观看性视频| 纵有疾风起免费观看全集完整版| 色吧在线观看| www日本在线高清视频| 久久精品aⅴ一区二区三区四区 | 一级片免费观看大全| 丰满迷人的少妇在线观看| 飞空精品影院首页| 色94色欧美一区二区| 国产精品人妻久久久影院| 一二三四在线观看免费中文在 | 十分钟在线观看高清视频www| 老司机亚洲免费影院| 久久这里有精品视频免费| 久久99蜜桃精品久久| 天堂8中文在线网| 久久久久久久国产电影| 黄色一级大片看看| 中文字幕人妻熟女乱码| 日日爽夜夜爽网站| 激情视频va一区二区三区| 少妇被粗大的猛进出69影院 | 国产免费一区二区三区四区乱码| 少妇精品久久久久久久| av.在线天堂| 男女国产视频网站| 女人被躁到高潮嗷嗷叫费观| 亚洲av电影在线进入| 成人国产av品久久久| 男女啪啪激烈高潮av片| 国产精品女同一区二区软件| 国产欧美日韩一区二区三区在线| 国产成人精品在线电影| 777米奇影视久久| 侵犯人妻中文字幕一二三四区| 精品一品国产午夜福利视频| 国产免费一级a男人的天堂| 日韩av免费高清视频| 精品一区二区三区视频在线| 久久婷婷青草| 亚洲天堂av无毛| videossex国产| 日韩精品免费视频一区二区三区 | 成人无遮挡网站| 巨乳人妻的诱惑在线观看| 超色免费av| 亚洲成人手机| 亚洲精品一区蜜桃| 交换朋友夫妻互换小说| 午夜免费鲁丝| 久久久a久久爽久久v久久| 亚洲av国产av综合av卡| 日日爽夜夜爽网站| 巨乳人妻的诱惑在线观看| 免费高清在线观看视频在线观看| 精品久久国产蜜桃| 在线免费观看不下载黄p国产| 99re6热这里在线精品视频| 一区在线观看完整版| 高清不卡的av网站| 在线看a的网站| 桃花免费在线播放| 99九九在线精品视频| 天天躁夜夜躁狠狠躁躁| 狠狠婷婷综合久久久久久88av| 99久久中文字幕三级久久日本| 午夜激情av网站| 色5月婷婷丁香| 最新中文字幕久久久久| 久久精品国产综合久久久 | 香蕉丝袜av| 日韩大片免费观看网站| 香蕉国产在线看| 亚洲av男天堂| 男男h啪啪无遮挡| 久久久久久人妻| 黄色一级大片看看| 亚洲伊人久久精品综合| 婷婷色综合www| 又黄又爽又刺激的免费视频.| 你懂的网址亚洲精品在线观看| 一本—道久久a久久精品蜜桃钙片| 99久久精品国产国产毛片| 又黄又爽又刺激的免费视频.| 国产成人精品无人区| 一级毛片电影观看| 国产69精品久久久久777片| 色5月婷婷丁香| 五月伊人婷婷丁香| 国产1区2区3区精品| 亚洲图色成人| 欧美日韩一区二区视频在线观看视频在线| 成人国语在线视频| 美女国产高潮福利片在线看| 国产精品人妻久久久久久| 日本与韩国留学比较| 亚洲精品久久午夜乱码| 久久久久久人妻| 99国产综合亚洲精品| av又黄又爽大尺度在线免费看| 九色亚洲精品在线播放| 欧美激情国产日韩精品一区| 哪个播放器可以免费观看大片| 啦啦啦视频在线资源免费观看| 99久久人妻综合| 亚洲一码二码三码区别大吗| 国产精品欧美亚洲77777| 少妇熟女欧美另类| 亚洲久久久国产精品| 最黄视频免费看| 亚洲综合精品二区| 青春草视频在线免费观看| 国产福利在线免费观看视频| 国产精品免费大片| 超碰97精品在线观看| 精品熟女少妇av免费看| 色视频在线一区二区三区| 久久国产精品男人的天堂亚洲 | 一级毛片我不卡| a级片在线免费高清观看视频| 桃花免费在线播放| 国产无遮挡羞羞视频在线观看| 寂寞人妻少妇视频99o| 啦啦啦中文免费视频观看日本| 亚洲三级黄色毛片| 少妇被粗大猛烈的视频| 国产黄色视频一区二区在线观看| 亚洲成色77777| 亚洲国产精品一区三区| 亚洲国产毛片av蜜桃av| 成人黄色视频免费在线看| 9热在线视频观看99| 亚洲av电影在线进入| 成人18禁高潮啪啪吃奶动态图| 乱码一卡2卡4卡精品| 国产精品偷伦视频观看了| 美女内射精品一级片tv| 日韩电影二区| 日本av免费视频播放| 国产成人免费无遮挡视频| 国产一区有黄有色的免费视频| av播播在线观看一区| 精品一区二区三区视频在线| av有码第一页| 搡老乐熟女国产| 一级爰片在线观看| 最黄视频免费看| 秋霞在线观看毛片| 免费观看在线日韩| 日韩成人av中文字幕在线观看| 午夜福利乱码中文字幕| 久久久久久伊人网av| 欧美丝袜亚洲另类| 母亲3免费完整高清在线观看 | 久久99热这里只频精品6学生| 亚洲丝袜综合中文字幕| 亚洲综合色惰| 亚洲精品456在线播放app| 日本黄大片高清| 卡戴珊不雅视频在线播放| a级片在线免费高清观看视频| 一本—道久久a久久精品蜜桃钙片| 九色亚洲精品在线播放| 十八禁网站网址无遮挡| 国产成人免费观看mmmm| 国产精品久久久久久精品电影小说| 色5月婷婷丁香| 99热网站在线观看| 97人妻天天添夜夜摸| 99国产精品免费福利视频| 亚洲国产精品专区欧美| 九色亚洲精品在线播放| 国产探花极品一区二区| 亚洲综合色惰| 在线免费观看不下载黄p国产| www.av在线官网国产| 黑人高潮一二区| 国产69精品久久久久777片| 久久国产精品大桥未久av| 国产精品免费大片| 亚洲国产欧美日韩在线播放| 中文字幕另类日韩欧美亚洲嫩草| 男女高潮啪啪啪动态图| 熟妇人妻不卡中文字幕| 精品福利永久在线观看| 观看美女的网站| 男女午夜视频在线观看 | a级毛片黄视频| 伦精品一区二区三区| 日本vs欧美在线观看视频| 人妻少妇偷人精品九色| 久久久久国产网址| 一级片'在线观看视频| 久久久久国产精品人妻一区二区| 国产一区二区三区综合在线观看 | 亚洲精品一区蜜桃| 午夜日本视频在线| 精品国产国语对白av| 国产精品人妻久久久久久| 色哟哟·www| 欧美亚洲日本最大视频资源| 香蕉丝袜av| 精品第一国产精品| 乱码一卡2卡4卡精品| 超色免费av| 婷婷色综合www| 99re6热这里在线精品视频| 亚洲精品色激情综合| 欧美3d第一页| 永久网站在线| 人人澡人人妻人| 天天影视国产精品| 五月伊人婷婷丁香| 亚洲欧美中文字幕日韩二区| 五月开心婷婷网| 黑人猛操日本美女一级片| 欧美成人午夜免费资源| 一级片免费观看大全| 毛片一级片免费看久久久久| 80岁老熟妇乱子伦牲交| 草草在线视频免费看| 一级黄片播放器| 在线天堂最新版资源| 在线观看美女被高潮喷水网站| 一级爰片在线观看| 美女主播在线视频| 色哟哟·www| 九九爱精品视频在线观看| 国产精品 国内视频| 精品国产国语对白av| 日韩成人伦理影院| 大码成人一级视频| 中文字幕免费在线视频6| 欧美精品一区二区大全| 黄色毛片三级朝国网站| kizo精华| 五月玫瑰六月丁香| 久久久久久久国产电影| av在线观看视频网站免费| 99久国产av精品国产电影| 国产一区二区激情短视频 | 97在线视频观看| 亚洲精品久久成人aⅴ小说| 亚洲国产欧美在线一区| 国产精品久久久av美女十八| 亚洲国产精品专区欧美| 亚洲图色成人| 亚洲国产av新网站| 亚洲美女搞黄在线观看| 亚洲熟女精品中文字幕| 麻豆乱淫一区二区| freevideosex欧美| 秋霞在线观看毛片| 国产极品天堂在线| 水蜜桃什么品种好| 精品国产一区二区三区久久久樱花| 亚洲 欧美一区二区三区| 少妇的逼水好多| 日韩av免费高清视频| 高清在线视频一区二区三区| 亚洲天堂av无毛| 亚洲欧美日韩另类电影网站| 永久免费av网站大全| 亚洲国产精品成人久久小说| 天堂中文最新版在线下载| 国产精品久久久久成人av| 国产av码专区亚洲av| 咕卡用的链子| 九九在线视频观看精品| 久久午夜福利片| 人人妻人人澡人人爽人人夜夜| 少妇猛男粗大的猛烈进出视频| 女人久久www免费人成看片| 久久韩国三级中文字幕| 国产在线免费精品| 亚洲色图综合在线观看| av有码第一页| 亚洲精品av麻豆狂野| 国产在线视频一区二区| 成人18禁高潮啪啪吃奶动态图| 日韩成人伦理影院| 国产高清国产精品国产三级| 亚洲人成网站在线观看播放| 丰满乱子伦码专区| 80岁老熟妇乱子伦牲交| 亚洲欧洲精品一区二区精品久久久 | 久久久国产精品麻豆| 久久99热这里只频精品6学生| 99re6热这里在线精品视频| 日本爱情动作片www.在线观看| 久久鲁丝午夜福利片| 久久综合国产亚洲精品| 免费人成在线观看视频色| 大码成人一级视频| 久久久久久久亚洲中文字幕| 国产精品人妻久久久影院| 国产精品久久久av美女十八| 成人午夜精彩视频在线观看| 婷婷色麻豆天堂久久| 五月天丁香电影| 亚洲第一区二区三区不卡| 国产亚洲精品久久久com| av.在线天堂| 在现免费观看毛片| 边亲边吃奶的免费视频| 久久久久精品性色| 男女边摸边吃奶| 久久99热6这里只有精品| 免费人妻精品一区二区三区视频| 天堂俺去俺来也www色官网| 街头女战士在线观看网站| 成人二区视频| 午夜av观看不卡| 亚洲国产欧美日韩在线播放| 日韩伦理黄色片| 韩国精品一区二区三区 | 男女午夜视频在线观看 | 80岁老熟妇乱子伦牲交| 精品一区在线观看国产| 亚洲,欧美精品.| 丰满迷人的少妇在线观看| 国产在线视频一区二区| 久久国产亚洲av麻豆专区| 黑丝袜美女国产一区| 亚洲综合精品二区| 制服丝袜香蕉在线| 国产精品99久久99久久久不卡 | 尾随美女入室| 校园人妻丝袜中文字幕| 伦理电影大哥的女人| 丰满少妇做爰视频| 肉色欧美久久久久久久蜜桃| 精品一区二区三区视频在线| 日韩av在线免费看完整版不卡| 韩国av在线不卡| 哪个播放器可以免费观看大片| 精品99又大又爽又粗少妇毛片| 桃花免费在线播放| 国产色婷婷99| 97在线视频观看| 国产成人一区二区在线| 一二三四中文在线观看免费高清| 免费av不卡在线播放| 夜夜骑夜夜射夜夜干| 成人毛片a级毛片在线播放| 狂野欧美激情性bbbbbb| 亚洲精品,欧美精品| 女的被弄到高潮叫床怎么办| 少妇被粗大猛烈的视频| 久久久久久人妻| 99热网站在线观看| 老女人水多毛片| 久久久久久伊人网av| 精品亚洲成国产av| 亚洲精品色激情综合| 一区二区日韩欧美中文字幕 | 飞空精品影院首页| 亚洲国产精品专区欧美| 国产成人精品一,二区| 激情五月婷婷亚洲| 国产伦理片在线播放av一区| 一二三四中文在线观看免费高清| 最近中文字幕2019免费版| 亚洲四区av| 日产精品乱码卡一卡2卡三| 超碰97精品在线观看| 亚洲国产av新网站| 日本欧美视频一区| 成人影院久久| 九草在线视频观看| 久久精品国产综合久久久 | 国产成人免费无遮挡视频| 欧美激情极品国产一区二区三区 | 亚洲,欧美精品.| 黄片播放在线免费| 免费大片黄手机在线观看| 亚洲,一卡二卡三卡| 欧美激情极品国产一区二区三区 | 大香蕉久久网| 亚洲婷婷狠狠爱综合网| 国产av精品麻豆| 大香蕉97超碰在线| 男女下面插进去视频免费观看 | 欧美亚洲 丝袜 人妻 在线| 飞空精品影院首页| 我的女老师完整版在线观看| 午夜福利乱码中文字幕| 久久人人爽av亚洲精品天堂| 国产一区二区激情短视频 | 99久久精品国产国产毛片| 天天躁夜夜躁狠狠久久av| 欧美亚洲日本最大视频资源| www.色视频.com| 久久精品aⅴ一区二区三区四区 | 国产精品三级大全| 亚洲在久久综合| 好男人视频免费观看在线| 精品福利永久在线观看| 欧美3d第一页| 国产成人免费观看mmmm| 一区二区日韩欧美中文字幕 | tube8黄色片| 亚洲欧洲精品一区二区精品久久久 | 一本—道久久a久久精品蜜桃钙片| 久久精品熟女亚洲av麻豆精品| 国产成人av激情在线播放| 久久久久久久久久人人人人人人| 中文乱码字字幕精品一区二区三区| 只有这里有精品99| 高清毛片免费看| 日韩av免费高清视频| 免费在线观看完整版高清| av卡一久久| 国产精品 国内视频| 飞空精品影院首页| 爱豆传媒免费全集在线观看| 宅男免费午夜| 一二三四中文在线观看免费高清| 熟女电影av网| 欧美xxxx性猛交bbbb| 香蕉国产在线看| 亚洲少妇的诱惑av| 国产精品免费大片| 午夜福利,免费看| 久久午夜福利片| 边亲边吃奶的免费视频| 欧美3d第一页| 一级毛片 在线播放| 午夜福利乱码中文字幕| 中文字幕av电影在线播放| 大话2 男鬼变身卡| 国产精品久久久久久精品古装| 日本av免费视频播放| 亚洲欧美色中文字幕在线| 丰满迷人的少妇在线观看| 国产男女超爽视频在线观看| 免费黄色在线免费观看| 日韩不卡一区二区三区视频在线| 精品一品国产午夜福利视频| 免费观看性生交大片5| 欧美xxⅹ黑人| 啦啦啦啦在线视频资源| 日韩不卡一区二区三区视频在线| 国产xxxxx性猛交| 久久精品久久精品一区二区三区| 最近中文字幕2019免费版| 最近2019中文字幕mv第一页| 日韩精品有码人妻一区| 日本欧美视频一区| 日本av手机在线免费观看|