利用非均匀散焦图像进行亚像素图像重建

本文考虑利用若干低分辨率图像重建高分辨率物体的问题，这些图像由于亚像素运动的角度失准引起的非均匀散焦效应而退化。新算法称为超分辨率与非均匀散焦去除（SANDR）算法，同时执行非均匀散焦去除以及超分辨率重建。SANDR 算法非顺序地结合了 Thao 等人近期发展的非均匀散焦去除方法和用于亚像素图像重建的最小二乘方法。因此，它从其两种组成技术继承了全局收敛性，并避免了多步优化典型的误差放大，从而有助于其鲁棒性。此外，已有的优化加速技术被提出，保证 SANDR 算法相比大多数使用梯度下降法的现有超分辨率（SR）技术，收敛速度从 O(1/k) 提升到 O(1/k^2)。我们对新 SANDR 算法进行了广泛的仿真研究。由于尚无算法解决这一组合问题，在本仿真研究中我们将 SANDR 与其他忽略散焦像差的 SR 算法比较。即便对此情形，SANDR 算法的优势也已得到证明。