基于广义Huber-MRF图像建模的超分辨率复原算法

超分辨率图像复原是当今一个重要的热门研究课题.鉴于双边滤波优良的噪声抑制性和鲁棒的边缘保持性,提出一种双边滤波导出的广义MRF(Markov random field)图像先验模型.广义MRF模型不仅继承了双边滤波在阶数大邻域中的双重异性加权机制,且简洁地建立了双边滤波与Bayesian MAP(maximum a posterior)方法之间的理论联系.同时,由广义MRF模型导出了一种各向异性扩散PDE(partial differential equation)的改进数值解法.随后,在MRF-MAP框架下分别考虑高斯噪声和脉冲噪声两种情形,提出一种基于广义Huber-MRF模型的超分辨率复原算法,理论上保证具有严格全局最优解,并且利用半二次正则化思想和最速下降法求解相应的最小能量泛函.不论是视觉效果方面,还是峰值信噪比(PSNR)方面,实验结果都验证了广义Huber-MRF模型在超分辨图像复原中具有更强的噪声抑制性和边缘保持能力