改进的最大后验概率估计法实现单幅图像超分辨率重建

从图像降质模型出发，研究运用最大后验概率(MAP)估计法实现图像超分辨率重建。简单介绍了MAP方法的发展现状，并分析了该算法中存在的缺陷，即目标函数的吉布斯(Gibbs)项对于重建图像的噪声抑制力不均衡。针对该缺陷采用原始低分辨率图像插值后图像的梯度场对MAP目标函数的Gibbs项系数进行修正，使该系数对各像素根据相应梯度值自适应的调整，在一定程度上均衡了目标函数对于不同梯度值区域的约束力。采用共轭梯度法对改进前后MAP算法分别求解并进行了仿真。结果显示相比传统MAP算法，改进的MAP算法得到的超分辨率图像,既很好地恢复了细节，又很好地抑制了重建过程中引入的噪声，总体像质有了明显提高，同时在迭代求解过程中也表现出很好的收敛性与稳定性。