立體圖像的超分辨率算法研究.pdf

1、立體圖像、視頻因其真實(shí)的感官體驗(yàn)深受人們喜愛(ài)，同時(shí)也被大量應(yīng)用到醫(yī)學(xué)、軍事等各個(gè)領(lǐng)域。但隨之而來(lái)的是數(shù)據(jù)處理和復(fù)雜度成倍的增加。為在壓縮數(shù)據(jù)量的同時(shí)不影響視覺(jué)感知質(zhì)量，基于人眼雙目抑制理論的混合分辨率編碼技術(shù)被廣泛應(yīng)用到立體圖像、視頻中。然而，混合分辨率立體圖像、視頻中某些視點(diǎn)圖會(huì)被下采樣為低分辨率圖像，其存在會(huì)影響用戶的視覺(jué)體驗(yàn)。
　　本文擬采用立體圖像超分辨率對(duì)低分辨率視點(diǎn)圖進(jìn)行超分辨率處理，恢復(fù)其高分辨率清晰圖像。主要內(nèi)容有

2、：
　　(1)闡述了立體視覺(jué)的研究背景、立體圖像超分辨率技術(shù)的發(fā)展現(xiàn)狀及質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)。介紹了目前常用的立體圖像超分辨率技術(shù)：DIBR技術(shù)和基于低頻與高頻融合的立體圖像超分辨率技術(shù)。
　　(2)本文提出了一種新穎的基于非局部(NonLocal，NL)相似性的立體圖像超分辨率算法。該算法將混合分辨率技術(shù)中視點(diǎn)的下采樣過(guò)程建模成退化模型，并把相鄰的高分辨率視點(diǎn)圖作為參考圖。利用參考圖及深度信息，合成一幅目標(biāo)視點(diǎn)的高分辨率投影圖作為

3、初始估計(jì)。將立體圖像的非局部相似性作為正則項(xiàng)引入到退化模型中。最后，用梯度下降法求最優(yōu)解。經(jīng)過(guò)實(shí)驗(yàn)對(duì)比，本文的算法具有較好的重建效果。
　　(3)本文提出了一種新穎的基于稀疏表示和非局部相似性的立體圖像超分辨率技術(shù)。首先提取低頻信息及相應(yīng)的高頻信息估計(jì)誤差，并用K-mean聚類，為每一個(gè)類單獨(dú)訓(xùn)練一對(duì)字典，然后利用訓(xùn)練獲得的字典去重建高頻信息估計(jì)誤差，并與原圖的低頻信息、投影圖的高頻信息進(jìn)行融合；最后將融合獲得的圖像利用第三章的算