A novel infrared image super-resolution method based on sparse representation

این مقاله یک روش جدید برای بازسازی تصاویر مادون قرمز با وضوح فوق العاده با استفاده از نمایندگی نازل ارائه می دهد. فرض کنید می توانیم یک جفت لغت نامه ها را به دست آوریم که تکه های تصویر با وضوح پایین را به اشتراک می گذارند و با تکه های تصویر با وضوح بالا یکسان می شوند. سپس تکه های تصویر با رزولوشن بالا می توانند از طریق نمایش ضعیفی از تکه های تصویر با وضوح پایین بازسازی شوند. اولا، با توجه به بی ثباتی تجزیه ضعیف و خودپسندیدهی تکه های تصویر، جفت های چند فرهنگ لغت پایدار را می توان با دوبار آموزش نمونه های طبقه بندی شده بدست آورد. سپس، برای بدست آوردن دقیق تر ضرایب ضعیف، تکه های جزئیات به عنوان شیء روش ما انتخاب می شوند. در نهایت تصاویر مادون قرمز با وضوح بالا می توانند بازسازی شوند. علاوه بر این، برخی از تصاویر غیر یکنواخت با الگوی ثابت به نمونه های آموزشی افزوده می شوند، و این باعث می شود که الگوریتم ما به سیستم تصویربرداری مادون قرمز قوی باشد. روش پیشنهادی می تواند آثار بازسازی ناشی از بی ثباتی نمایندگی نادر را بالا ببرد و دقت بازسازی بالا را داشته باشد.