摘要：本文提出了基于矩阵Kronecker积的图像超分辨率快速重构算法.基于观测模型的图像超分辨率重构算法是研究较多的方法,观测模型包含两个维数很大的降采样矩阵和模糊矩阵,这两个矩阵均可以表示为两个维数相对较低的矩阵的Kronecker积.因此图像降质可以分解为两个独立的过程,首先对行向降质,然后再对列向降质.根据这一观点,文章提出了一个与现有模型等价的新模型,并进一步证明用于克服逆向病态的正则化算子也可以作这样的分解.基于新的观测模型,文章提出了共轭梯度法来实现图像的超分辨率重构,与传统方法不同的是,本文算法直接使用矩阵而不是向量作为决策变量.文章给出了理论分析,实验结果证实新算法确实能显著的节省时间和存储空间开销.

关键词：超分辨率重构 kronecker积 观测模型 共轭梯度法 

单位：哈尔滨工业大学电气工程及自动化学院; 黑龙江哈尔滨150001