Matlab中的图像超分辨率算法

Question

我正在尝试实现一个简单的图像超分辨率算法（基于DWT的分辨率增强 ）在下面的论文中

http://www.ripublication.com/aeee/52_pp%20%20%20405-412.pdf

我尝试使用Matlab实现本文图3中的算法。下面给出了代码。

img1 = imread('lena1.jpg'); %original High resolution image
[height, width, dim] = size(img1);

%%Downsampling the image by averaging
avgfilter = fspecial('average', [2 2]);
avgimg = filter2(avgfilter, img1);
img = avgimg(1:2:end,1:2:end); %Input low resolution image

[LL,LH,HL,HH] = dwt2(img,'haar'); %Decomposing

%Bicubic interpolation by factor 2 on each subbands
LL1 = imresize(LL,2,'bicubic');
LH1 = imresize(LH,2,'bicubic');
HL1 = imresize(HL,2,'bicubic');
HH1 = imresize(HH,2,'bicubic');

%% Calculating Difference image
for i=1:256
    for j=1:256
        img3(i,j,:) = img(i,j,:) - LL1(i,j,:);
    end
end


for i=1:256
    for j=1:256
        LH13(i,j,:) = img3(i,j,:) + LH1(i,j,:);
        HL13(i,j,:) = img3(i,j,:) + HL1(i,j,:);
        HH13(i,j,:) = img3(i,j,:) + HH1(i,j,:);
    end
 end

%bicubic interpolation(Here alpha = 2;Hence alpha/2 = 1) 
 img31 = imresize(img3,1,'bicubic');
 LH131 = imresize(LH13,1,'bicubic');
 HL131 = imresize(HL13,1,'bicubic');
 HH131 = imresize(HH13,1,'bicubic');

img4 = idwt2(img31,LH131,HL131,HH131,'haar'); %IDWT
t = uint8(img4)
imshow(t);
imsave;

但是我得到了一个完全出乎意料的输出图像。为什么会发生这种情况。请帮忙。谢谢。

输入图片：

输出图片：

Answer 1

我看了一下文件中的方框图。您正在使用错误的图像进行重建。在最后一步，您应该使用原始的下采样图像作为IDWT的一部分 - 不差异图像。这是自我遏制的图表：

查看算法的最后一步。您将使用低分辨率图像，以及上一步骤中的LH，HL和HH组件。从上一步开始，您可以通过添加上一步（没有LL组件）的DWT组件和差异图像来获得每个子带，因此您可以正确使用。

我建议的其他几条评论是更改图片，使其动态范围从[0,1]开始。您可以使用im2double执行此操作。您还使用for循环来低效地计算向量化操作时的差异。最后，您将在代码末尾以1因子执行插值。这是一个无用的操作，因为您只需返回相同的图像。我从你的代码中删除了这个以获得加速。因此，这是我的代码。请记住，您没有包含Lena图像，所以我从互联网上提取了一个。

不用多说，这是您修改后的代码：

clear all;
close all;
img1 = imread('http://www.ece.rice.edu/~wakin/images/lenaTest3.jpg'); %original High resolution image
[height, width, dim] = size(img1);

%// Change - convert to [0,1]
img1 = im2double(img1);

%%Downsampling the image by averaging
avgfilter = fspecial('average', [2 2]);
avgimg = filter2(avgfilter, img1);
img = avgimg(1:2:end,1:2:end); %Input low resolution image

[LL,LH,HL,HH] = dwt2(img,'haar'); %Decomposing

%Bicubic interpolation by factor 2 on each subbands
LL1 = imresize(LL,2,'bicubic');
LH1 = imresize(LH,2,'bicubic');
HL1 = imresize(HL,2,'bicubic');
HH1 = imresize(HH,2,'bicubic');

% // Change - Vectorized operations
img3 = img - LL1;
LH13 = img3 + LH1;
HL13 = img3 + HL1;
HH13 = img3 + HH1;

%bicubic interpolation(Here alpha = 2;Hence alpha/2 = 1) 
%// Change - commented out
%// Also, used ORIGINAL downsampled image, not the difference image
 %img31 = imresize(img,1,'bicubic');
 %LH131 = imresize(LH13,1,'bicubic');
 %HL131 = imresize(HL13,1,'bicubic');
 %HH131 = imresize(HH13,1,'bicubic');

%// Change - used original downsampled image
img4 = idwt2(img,LH13,HL13,HH13,'haar'); %IDWT
t = im2uint8(img4); %// Change - Convert back to uint8 when finished
imshow(t,[]);

这是我得到的图像：

---

我没有接近原始的Lena图像。因此，我怀疑要么必须调整一些参数，要么算法存在缺陷。鉴于该方法是在无名期刊上发表的，我怀疑是后者。

这应该让你开始。祝你好运！