结构稀疏表示理论和数字影像质量提高方法研究

数字影像质量提高技术在国防安全、航空航天、数字娱乐等方面有重大需求。传统基于光滑模型的数字影像质量提高技术受制于图像光滑性约束而导致图像细节丢失。本项目研究数字图像局部结构自适应的稀疏表示理论及其在数字影像质量提高上的应用；通过将数字影像质量提高问题转化成图像自适应稀疏表示的优化计算问题来极大地提高数字影像的质量。主要研究内容：图像结构稀疏表示数学模型；自适应图像结构子字典集设计；局部图像稀疏度自适应估计；自适应结构稀疏表示凸优化算法设计；基于自适应结构稀疏表示的数字影像质量提高技术。创新点：突破传统固定稀疏域的稀疏表示框架，提出局部自适应的稀疏表示优化方法；提出图像结构字典集的设计方法；提出局部图像稀疏度估计的方法；提出基于结构稀疏表示的数字影像质量提高技术。本研究项目预期在稀疏表示理论上有突破，将为研制新一代数字影像质量提高方法奠定理论和技术基础。

数字图像恢复技术在国防安全、航空航天、人民生活等方面具有重要需求。为解决传统基于图像光滑性正则模型易导致图像细节丢失的问题，本项目开展了图像稀疏正则模型研究，突破了传统固定稀疏域的稀疏表示框架，提出了图像结构稀疏表示数学模型、图像结构字典集设计方法、以及基于结构稀疏表示的图像复原方法，极大提升了图像恢复的精度，在图像去噪、去模糊和超分辨率上获得了国内外领先的结果，以项目负责人为第一作者在国际主流期刊上发表论文8篇，其中在图像处理国际顶级期刊IEEE Trans. On Image Processing上发表论文5篇（均为项目负责人为第一作者）。