文獻(xiàn)標(biāo)識(shí)碼： A
DOI：10.16157/j.issn.0258-7998.200771
中文引用格式： 海濤，鮑宜帆，潘浩浩. 二階廣義全變分耦合非局部變換域模型的圖像放大[J].電子技術(shù)應(yīng)用，2021，47(11)：90-94，104.
英文引用格式： Hai Tao，Bao Yifan，Pan Haohao. Image enlargement basing on second order total generalized variation coupling to non-local transform domain model[J]. Application of Electronic Technique，2021，47(11)：90-94，104.
0 引言
圖像放大實(shí)現(xiàn)了單幅圖像分辨率增強(qiáng)，在圖像處理中有廣泛應(yīng)用。利用全變分TV模型(Total Variation，TV)對(duì)圖像進(jìn)行放大[1]，在圖像邊緣處理上有較好的處理效果，在平滑圖像存在階梯效應(yīng)的不足。Bredies提出了廣義全變分(Total Generalized Variation，TGV)，是對(duì)全變分模型擴(kuò)展的新模型[2]，解決了圖像在平滑區(qū)域的階梯效應(yīng)，可以逼近高階多項(xiàng)式，并且具備下半連續(xù)性，凸性和旋轉(zhuǎn)不變性。TGV在圖像放大中得到應(yīng)用，并取得了較好的效果[3]。
TGV雖然較好地避免了階梯效應(yīng)，但是在弱邊緣和細(xì)節(jié)部分處理效果提升并不大[4]。文獻(xiàn)[5]采用TGV和剪切波相結(jié)合的方法改善弱邊緣和細(xì)節(jié)的增強(qiáng)；文獻(xiàn)[6]提出了加權(quán)TGV模型用于圖像放大，增強(qiáng)其對(duì)弱邊緣和細(xì)節(jié)的處理效果，通過非局部廣義全變分實(shí)現(xiàn)對(duì)光流圖形進(jìn)行處理，很好地解決了弱邊緣和細(xì)節(jié)處理效果。本文通過實(shí)現(xiàn)TGV與非局部變換模型相結(jié)合的方法實(shí)現(xiàn)對(duì)圖像弱邊緣和細(xì)節(jié)的分辨率增強(qiáng)。
本文詳細(xì)內(nèi)容請(qǐng)下載：http://www.xxav2194.com/resource/share/2000003834。
作者信息：
海 濤1，2，3，鮑宜帆4，5，潘浩浩1
(1.南陽師范學(xué)院 機(jī)電工程學(xué)院，河南 南陽473061；
2.河南省毫米波無線通信射頻前端及天線工程研究中心，河南 南陽473061；
3.河南省車輛零部件智能制造工程研究中心，河南 南陽473061；
4.南京理工大學(xué) 光電學(xué)院，江蘇 南京210094；5.南陽農(nóng)業(yè)職業(yè)學(xué)院，河南 南陽473061)
