论文研究基于马尔可夫网络人脸图像超分辨率非线性算法.pdf

研究单幅人脸图像的超分辨率重构算法。采用马尔可夫网络模型描述重构机制，对输入的低分辨率图像，以及训练用高分辨率图像和对应的低分辨率图像进行分块，并使图像基本对齐，构造训练图像集。针对简化马尔可夫网络计算的需要以及训练集人脸图像的差异，在采用块坐标限位操作的基础上，提出了一种非线性样本搜索算法，降低了搜索空间复杂度，提高了匹配效率和相关性。算法利用搜索到的高分辨率图像分块样本，直接输出超分辨率图像。分析和实验证实，与传统学习算法相比，本方法具有输出质量好、效率高的特点。