文摘在处理高复杂度图像时,受各种噪声的影响,导致图像部分信息丢失,从而使得图像质量变差。为了有效提升图像质量,提出一种不同图像复杂度下超分辨率去噪算法。对于含有噪声图像的各个像素点邻域,采用多次马尔科蒙特卡洛(Markov Chain Monte Carlo,MCMC)随机采样搜索多个相似匹配块组,通过不同匹配组估计的一致性,获取调整相似块尺寸的判定依据,经过比较确定最佳相似块尺寸和对应的最优相似块组,引入修正的双向非局部算法获取无噪相似块估计,利用叠加的方法获取去噪后的图像。将高分辨率(High-Resolution,HR)图像退化为低分辨率(Low-Resolution,LR)图像,通过训练获取完备字典,将不同复杂度下的超分辨率重建问题展开稀疏表示,并对其求解;采用重叠技术缓解块效应,使用反向投影技术保证全局一致性,获取重建后的图像。实验结果表明,所提算法的图像峰值信噪比高,且结构相似度接近1,表明所提算法可以获取满意的去噪效果。
