1 中国电子科技集团第二十八研究所, 南京 210007
2 南京理工大学 近程高速目标探测技术国防重点学科实验室, 南京 210094
超分辨率图像重建中,Huber马尔可夫随机场模型是一种常用的正则化算子.针对Huber函数中固定梯度阈值引起图像重建效果不佳的问题,本文提出一种梯度阈值自适应处理的红外图像超分辨率重建算法.在最大后验概率理论框架下,构造了基于数据项和正则项的正则化模型;通过迭代的方式,利用中间重建结果不断更新正则化参量,解决了Huber马尔可夫随机场模型中梯度阈值不易选择的难题.实验结果表明,改进算法能够根据局部梯度特征自适应选择相应的正则化参量并找到最优解,较好恢复目标细节的同时有效抑制了图像噪音.
红外图像 超分辨率重建 马尔可夫随机场 梯度阈值 自适应 Infrared image Superresolution reconstruction Markov random field Gradient threshold Selfadaptive