基于圖像先驗(yàn)建模的圖像復(fù)原技術(shù)研究.pdf

1、隨著信息技術(shù)的不斷發(fā)展,移動(dòng)互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)廣泛興起,以數(shù)字化為基礎(chǔ)的多媒體技術(shù)逐漸在人類社會(huì)的各個(gè)領(lǐng)域得到越來(lái)越廣泛的應(yīng)用。圖像/視頻等視覺信號(hào)是數(shù)字多媒體內(nèi)容的主要載體之一。數(shù)字圖像質(zhì)量在人類視覺信息感知和通信過程中有著十分重要的影響。在數(shù)字圖像的采集、存儲(chǔ)、傳輸和處理過程中,不可避免地受到諸多因素的影響,使得最終接收到的圖像產(chǎn)生視覺質(zhì)量的下降。對(duì)降質(zhì)圖像進(jìn)行復(fù)原一直是數(shù)字圖像處理領(lǐng)域中較為基礎(chǔ)和重要的研究領(lǐng)域。圖像復(fù)原是對(duì)圖像降質(zhì)

2、過程的逆過程求解。由于在降質(zhì)過程中信息發(fā)生了丟失,圖像復(fù)原問題作為逆問題的一種通常具有較大的病態(tài)性。利用自然圖像的先驗(yàn)信息來(lái)對(duì)解空間進(jìn)行約束是圖像復(fù)原問題的基本思路。圖像先驗(yàn)?zāi)Ｐ筒粌H能夠約束圖像復(fù)原問題的最優(yōu)解滿足唯一性,而且可以使其符合人類視覺感知特性。因此,圖像先驗(yàn)建模研究一直是圖像復(fù)原研究領(lǐng)域的熱點(diǎn)之一。本文以圖像先驗(yàn)建模為出發(fā)點(diǎn),重點(diǎn)針對(duì)圖像插值、超分辨率重建、圖像和視頻去噪以及編碼塊效應(yīng)去除四個(gè)圖像復(fù)原問題展開深入的研究。

3、r>　　本文的主要?jiǎng)?chuàng)新點(diǎn)包括以下幾個(gè)方面:
　　(1)提出了一種基于隱式分段自回歸模型的圖像插值方法。根據(jù)自然圖像信號(hào)的非穩(wěn)態(tài)性質(zhì),對(duì)圖像信號(hào)的分段統(tǒng)計(jì)穩(wěn)態(tài)區(qū)域的不規(guī)則形態(tài)進(jìn)行了分析。針對(duì)圖像局部統(tǒng)計(jì)穩(wěn)態(tài)區(qū)域統(tǒng)計(jì)量估計(jì)存在較大誤差的問題,提出了一種基于概率描述的方法,能夠隱式地刻畫非規(guī)則統(tǒng)計(jì)穩(wěn)態(tài)區(qū)域的幾何形態(tài),提高回歸模型參數(shù)估計(jì)的魯棒性和準(zhǔn)確度。同時(shí),將結(jié)構(gòu)相似度概率引入到局部窗口軟決策聯(lián)合估計(jì)的優(yōu)化目標(biāo)函數(shù)中,通過加權(quán)最小二乘

4、估計(jì)輸出最終的高分辨率像素估計(jì)值。該方法能夠改善自回歸模型對(duì)圖像局部結(jié)構(gòu)的適應(yīng)性,從而在完成插值目標(biāo)的同時(shí)保持邊緣和紋理結(jié)構(gòu)的清晰明銳。
　　(2)提出了一種基于結(jié)構(gòu)上下文約束稀疏模型的圖像去噪和超分辨率方法。通過對(duì)圖像稀疏分解統(tǒng)計(jì)特性的分析,提出了一種結(jié)合圖像結(jié)構(gòu)上下文信息的局部稀疏模型,并采用馬爾科夫隨機(jī)場(chǎng)對(duì)全局圖像進(jìn)行建模,將局部稀疏模型擴(kuò)展為全局圖像稀疏先驗(yàn)?zāi)Ｐ?。同時(shí),針對(duì)模型參數(shù)和稀疏模式復(fù)原的聯(lián)合估計(jì)問題,提出迭代數(shù)值

5、算法并給出優(yōu)化策略。結(jié)合圖像結(jié)構(gòu)上下文信息的稀疏模型能夠提升傳統(tǒng)稀疏模型在稀疏分解過程中的魯棒性,提高對(duì)局部紋理結(jié)構(gòu)細(xì)節(jié)的推斷能力。最終,通過圖像去噪和超分辨率重建應(yīng)用驗(yàn)證了所提出模型的魯棒性和復(fù)原方法的有效性。
　　(3)提出了一種具有光照條件魯棒性的非局部視頻去噪方法和基于非局部聯(lián)合稀疏性的圖像超分辨率方法。針對(duì)傳統(tǒng)非局部視頻去噪方法對(duì)光照條件變化缺乏魯棒性的問題,通過對(duì)幾種圖像亮度處理技術(shù)的比較,驗(yàn)證直方圖規(guī)定化濾波對(duì)局部窗

6、口對(duì)比度調(diào)整的魯棒性,并將該濾波處理與非局部相似圖像塊搜索相結(jié)合,對(duì)傳統(tǒng)非局部視頻去噪方法進(jìn)行改進(jìn),實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。其次,結(jié)合圖像非局部相似性,構(gòu)造圖像塊集合的聯(lián)合稀疏求解,提高基于稀疏表示的圖像超分辨率重建方法的魯棒性和紋理復(fù)原能力。通過大量的實(shí)驗(yàn)驗(yàn)證了所提出的超分辨率重建方法對(duì)傳統(tǒng)稀疏模型方法的性能提升。
　　(4)提出了一種基于圖像塊矩陣低秩性的圖像/視頻編碼塊效應(yīng)去除方法。針對(duì)圖像編碼去塊效應(yīng)問題,根據(jù)自然圖

7、像中包含著大量的自相似結(jié)構(gòu)的特性,利用圖像塊匹配構(gòu)造圖像自相似結(jié)構(gòu)數(shù)據(jù)矩陣,采用低秩優(yōu)化的數(shù)值算法從帶有量化噪聲的數(shù)據(jù)矩陣中復(fù)原原始圖像數(shù)據(jù)矩陣,繼而從復(fù)原的數(shù)據(jù)矩陣中抽取復(fù)原圖像塊,重構(gòu)原始高質(zhì)量圖像。同時(shí)將圖像塊相似搜索擴(kuò)展到三維視頻時(shí)空域來(lái)解決視頻編碼塊效應(yīng)問題,并針對(duì)視頻幀間閃爍問題,提出一種自適應(yīng)多尺度時(shí)域?yàn)V波的方法,有效消除幀間視覺閃爍效應(yīng)瑕疵。實(shí)驗(yàn)結(jié)果證明,提出的方法在取得了較好的塊效應(yīng)去除效果同時(shí)能夠有效提升視頻整體的視