第十章基于超完备字典的图像稀疏表示理论的超分辨率复原第十章基于超完备字典的图像稀疏表示理论的超分辨率复原10.1 概述10.2 信号稀疏分解算法10.3 超完备字典学习算法10.4 基于图像稀疏表示的单幅图像超分辨率算法10.5 实验结果及分析10.6 本章小结第十章基于超完备字典的图像稀疏表示理论的超分辨率复原10.1 概概 述述10.1.1 信号的稀疏表示及其研究现状信号的稀疏表示及其研究现状在信号处理中,人们希望把信号变换到适当的域,然后利用信号在这个域的稀疏逼近替代原始信号。信号的稀疏表示有两方面的作用：一方面能够提供数字信号的压缩特性;另一方面能够有效地抓住信号的本质特征,为后续的信号处理提供便利。传统的信号处理通常将已知信号在给定的函数集上进行分解。例如,将信号在余弦函数上进行分解,得到该信号在频域上的展开;将信号在小波函数上进行分解,得到该信号小波域的展开。然而对于自然信号,采用单一的函数集或者函数集的联合往往不能有效地模拟出信号的结构。因此,一直以来,人们希望找到一种更为灵活的方式,它不仅能有效地表示出自然信号的结构,同时使用尽可能少的基函数。在数字信号处理领域,这种简
