基于自相似性和压缩感知的单幅图像超分辨率重建

1：实验设计与方法选择：

该研究设计了一种算法，首先探究图像自相似性，并采用改进的K-SVD算法构建高分辨率与低分辨率学习字典。随后基于压缩感知理论中的稀疏表示与重建算法实现单幅图像超分辨率重建，为此改进了匹配追踪算法。

2：样本选取与数据来源：

从训练样本中选取特征样本，并对特征图像块（16×16像素）进行预处理。这些块根据均匀性、细节、纹理和复杂边缘等特征进行分类。

3：实验设备与材料清单：

未提及具体设备或材料；重点在于算法与计算方法。

4：实验流程与操作步骤：

包括：选取特征样本、分类图像块、使用改进的K-SVD构建字典、对低分辨率图像进行投影观测、采用改进的匹配追踪算法迭代求解重建、更新重建图像直至残差满足阈值。

5：数据分析方法：

通过主观视觉检查及客观以峰值信噪比（PSNR）为评价参数来评估重建图像。