基于NLM的多幀圖像超分辨算法研究.pdf

1、超分辨率重建技術(shù)在圖像獲取和目標(biāo)識(shí)別過程中，作為一種超越當(dāng)前硬件水平的軟件技術(shù)，在實(shí)踐應(yīng)運(yùn)中有著極大的市場需求。在過去的二十幾年中，這項(xiàng)技術(shù)已經(jīng)成為了圖像處理領(lǐng)域一個(gè)極具吸引力的研究熱點(diǎn)。它可以應(yīng)運(yùn)在不同領(lǐng)域的多種現(xiàn)實(shí)問題上，例如衛(wèi)星和醫(yī)學(xué)圖像處理，面部和文本圖像分析等。經(jīng)過國內(nèi)外科研工作者的不懈努力，到目前為止已經(jīng)有基于不同角度、不同方法的數(shù)百種超分辨算法問世。
　　本文將主要致力于對(duì)空域的多幀圖像超分辨率重建算法進(jìn)行研究。論文

2、在對(duì)超分辨技術(shù)的基本背景知識(shí)和幾種經(jīng)典方法進(jìn)行簡要介紹和學(xué)習(xí)的基礎(chǔ)上，主要研究了基于NLM的多幀圖像超分辨算法，并通過仿真實(shí)驗(yàn)分析其存在的問題，進(jìn)而做出如下改進(jìn)：
　　(1)基于貝葉斯的非局部超分辨算法。分析對(duì)原始 NLM-SR算法仿真實(shí)驗(yàn)的結(jié)果可知，其收斂速度慢的主要原因是在圖像塊的相似性權(quán)值計(jì)算過程中出現(xiàn)了誤差，導(dǎo)致需要多次迭代才能很好的實(shí)現(xiàn)超分。針對(duì)這一問題，本文通過對(duì)誤差曲線的擬合，使用貝葉斯理論重新構(gòu)建了一個(gè)權(quán)值計(jì)算公式

3、，進(jìn)而提升了算法的超分性能。而且通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn)，此次改進(jìn)還在一定程度上提升了算法的收斂速度。
　　(2)基于模糊運(yùn)動(dòng)估計(jì)的非局部超分辨算法。原始的NLM-SR算法作為一種無參數(shù)估計(jì)的算法，雖然很大程度上減低了模型估計(jì)過程中出現(xiàn)誤差的風(fēng)險(xiǎn)，但是也使得算法的復(fù)雜度顯著提高。為了解決這一問題，我們引入一個(gè)模糊運(yùn)動(dòng)估計(jì)的概念，使得非局部超分辨算法在塊匹配的過程中能夠縮小搜索范圍。從對(duì)比實(shí)驗(yàn)的結(jié)果可以看出，本次改進(jìn)不僅沒有影響原始 NLM

4、-SR的超分性能，而且在一定程度上提升了算法的效率。
　　(3)基于模糊運(yùn)動(dòng)估計(jì)的貝葉斯非局部超分辨算法。通過總結(jié)論文中對(duì)于原始NLM-SR算法的改進(jìn)方法，本文提出了一種新的基于模糊運(yùn)動(dòng)估計(jì)的貝葉斯非局部超分辨算法——ME&BNL-SR。相比于原始的NLM-SR算法，本算法無論從視覺效果還是算法性能上都得到了很大的提升。此外，為了進(jìn)一步檢驗(yàn)算法的超分性能，本文還專門針對(duì)人臉和車牌圖像序列的超分辨率重建問題進(jìn)行了實(shí)驗(yàn)。
　　最