圖像和視頻的盲超分辨率算法研究.pdf

1、一直以來,人們設法提高數字成像系統(tǒng)獲取圖像的分辨率。更高的分辨率可以提供更多的圖像細節(jié)。這些細節(jié)一方面可以提高人們對于圖像的主觀視覺感受，便于人們從中獲取更多的信息；另一方面可以改善圖像質量，進而提高后續(xù)圖像分割，模式識別等算法模塊的準確性和可靠性。獲取高分辨率圖像的最直接辦法是采用高分辨率的圖像傳感器，但是這將不可避免地提高系統(tǒng)的成本和復雜度，難以實現大規(guī)模部署。所以，圖像超分辨率這種基于現有的硬件設備，通過軟件算法提高圖像分辨率的技

2、術具有十分重要的應用價值。
　　圖像超分辨率是典型的反問題，清晰準確地建立正向過程的數學模型（即圖像退化模型）是對其正確求解的基礎和前提。在現有的超分辨率算法中，通常假設圖像的退化模型是已知的。然而，這種假設在實際應用中往往是不成立的。本文中設計的實驗進一步證明不準確的圖像退化模型會嚴重地影響現有圖像超分辨率算法的性能。因此，本文重點研究了退化模型未知情況下的超分辨率，即盲超分辨率問題。
　　對于單幀圖像盲超分辨率問題，本文

3、提出一種新的迭代算法，循環(huán)地估計圖像退化模型和超分辨率圖像，算法采用基于最大后驗概率（MAP）的框架對超分辨率重建圖像進行估計；采用基于樣本的機器學習（非線性主分量分析）方法對估計的圖像退化模型進行正則化約束。文中分別使用計算機仿真圖像和真實獲取的圖像對該算法的性能進行了驗證，實驗結果表明本文提出的算法所獲得的結果在圖像主觀和客觀質量評價方面均具有一定的優(yōu)勢。
　　視頻信號作為圖像信號在時間上的延展，一方面具有與圖像信號類似的成像

4、過程，數學模型和統(tǒng)計規(guī)律；另一方面又具有很強的時間相關性。本文以單幀圖像盲超分辨率算法為基礎，結合視頻信號的特點，提出了一種動態(tài)的視頻盲超分辨率算法結構。算法借鑒成熟的圖像壓縮算法框架，充分利用視頻的時間相關性，將視頻分為靜態(tài)幀和動態(tài)幀。靜態(tài)幀直接采用單幀圖像盲超分辨率算法進行重建；動態(tài)幀采用圖像融合技術，將兩幅分別經過空域插值和時域運動補償而獲得的候選圖像融合成更高質量的超分辨率重建圖像。實驗證明，該算法可以在獲得較好的視頻重建效果的