流形启发的单图像插值

流形模型将自然图像块视为嵌入高维状态空间的低维流形上，且每个图像块及其相似块近似位于线性仿射子空间上。流形模型与半局部相似性（自然图像的一种已知性质）密切相关，即对于大多数自然图像块，可在其空间邻域内找到若干相似块。许多单图像插值方法利用流形模型通过两个互斥部分来挖掘半局部相似性：i) 搜索每个目标块的相似块，以及 ii) 对搜索到的相似块、目标块与已测输入像素进行操作以估计目标块。遗憾的是，输入图像中的混叠使这两部分均面临挑战。极少数工作显式处理这些挑战，且仅提出了临时方案。为克服第一部分中的挑战，我们提出一种精心设计的自适应技术，以去除严重混叠区域中传统技术无法去除的混叠。该技术即使在强混叠存在下也能可靠识别相似块。为克服第二部分中的挑战，我们提出使用去混叠图像引导插值图像的初始化，并基于流形模型开发一种渐进式方案来精炼插值图像。实验结果表明，我们的方法重建的边缘在轮廓沿线平滑且截面锐利，并取得了显著高于现有基于模型方法的峰值信噪比（PSNR）。