？基于非局部相似性和分类半耦合字典学习的超分辨率重建

？为了提升单幅彩色图像的超分辨率重建质量，提出了一种改进的基于学习的超分辨率方法．针对半耦合字典学习超分辨率算法训练精度不高的缺陷，采用稀疏域分类与半耦合字典学习交替进行的启发式策略．在训练阶段引入稀疏域非局部相似性约束项，使用改进了的非局部约束l1范数优化问题求解算法，训练得到多组高、低分辨率字典和映射矩阵．在重建阶段利用分类稀疏表示、非局部相似性并结合残差补偿进一步提高重建精度．实验结果表明，该方法在主观和客观评价标准下均取得了较好的重建效果，显著提升了超分辨率重建质量．