摘要：當(dāng)輸入圖像因污跡、噪聲和采樣而嚴(yán)重退化時(shí),目前基于Papoulis-Gerchberg(PG)算法的大多數(shù)超分辨率方法表現(xiàn)不佳.因此,提出了一種基于擴(kuò)散驅(qū)動(dòng)先驗(yàn)和PG算法的超分辨率方法,能夠在提高圖像分辨率的同時(shí),估計(jì)缺失的高頻分量.首先提出了一種新型擴(kuò)散驅(qū)動(dòng)平滑的先驗(yàn),能夠在平坦和輪廓區(qū)域之間自動(dòng)平衡作用,確保正則化水平以產(chǎn)生清晰圖像.然后,將PG算法引入到迭代過(guò)程中,以估計(jì)重構(gòu)場(chǎng)景中缺失的小規(guī)模特征.實(shí)驗(yàn)結(jié)果表明,相比現(xiàn)有的超分辨率方法,提出方法的峰值信噪比和結(jié)構(gòu)相似指數(shù)結(jié)果更高,重構(gòu)圖像更加清晰且無(wú)偽影.