【图像重建】基于 L1范数自适应双边总变分超分辨率图像序列重建附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

设计了一种基于L1范数的总变分正则化超分辨率图像序列重建算法.采用L1范数对重建图像保真度进行约束,利用总变分正则化克服重建问题的病态性,有效地保持了图像的边缘并且提高了运算速度;运用设计的算法对模拟的低分辨率图像序列进行重建,分别从主观效果和客观衡量指标两方面与基于L2范数的总变分正则化的超分辨率重建结果进行比较,实验结果表明该算法在保持图像边缘的同时,提高了超分辨率重建算法的运算速度.

⛄ 部分代码

function L=BTVprior(HR,P,W,nu)

%ksize=2*P+1;

[N, M] = size(HR);

% H=N*M;

HRpad = EdgeMirror(HR, [P P]);

L=zeros(N,M);

k=1;

% Compute a grid of l=-P:P and m=0:P such that l+m>=0

for m=-P:P

  for l=-P:P

    HRshift = HRpad(1+P-l:end-P-l, 1+P-m:end-P-m);

    alp=W(:,:,k);

    k=k+1;

    HRsign=sign(HR-HRshift);

    HRsignpad = EdgeMirror(HRsign, [P P]);

    HRsignshift= HRsignpad(1+P+l:end-P+l, 1+P+m:end-P+m);

    HR1=HRsign-HRsignshift;

    LR=alp.*HR1;

    L = L + nu.*LR; 

  end

end

⛄ 运行结果

⛄ 参考文献

[1]占美全, 邓志良. 基于L1范数的总变分正则化超分辨率图像重建[J]. 科学技术与工程, 2010(28):4.

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除