基于視頻的圖像超分辨率復(fù)原方法研究.pdf

1、超分辨率圖像重建就是應(yīng)用圖像處理技術(shù)從一列低分辨圖像重建出一幅高分辨率從圖像。由于超分辨率重建技術(shù)可以在不改變現(xiàn)有成像系統(tǒng)的條件下，有效的克服成像系統(tǒng)內(nèi)在的分辨率限制，同時能夠極大的降低成本，因而在很多領(lǐng)域都有著極大的應(yīng)用價值。例如:在視頻監(jiān)控系統(tǒng)中，有時需要對感興趣目標的局部特征進行放大辨識，如汽車牌照或現(xiàn)場人臉等。
　　雖然在過去的數(shù)十年中基于多幀圖像的超分辨率重建算法已經(jīng)被廣泛的研究，但是超分辨率的復(fù)原真實世界的視頻序列仍然

2、是個挑戰(zhàn)，在現(xiàn)有的系統(tǒng)當中，有的運動模型過于簡單，有的影響因子如模糊內(nèi)核、噪聲等級都是估計的，這些模型很難適應(yīng)場景和成像條件千變?nèi)f化的情況。本課題是針對視頻的圖像超分辨率復(fù)原方法的研究，因而圖像含有豐富的先驗信息，如何利用好他們，找到合適的圖像先驗?zāi)Ｐ蛠韽?fù)原出一幅高質(zhì)量的高分辨率圖像就是本課題的研究目的。
　　高分辨率圖像受到移動、模糊、降采樣及噪聲的影響，最終得到低分辨率圖像。圖像的超分辨率重建是建立在圖像降質(zhì)的數(shù)學(xué)模型基礎(chǔ)上的

3、，降質(zhì)模型反映圖像降質(zhì)的因素，只有正確選擇才能用數(shù)學(xué)方法進行處理，重建圖像。在這其中，圖像匹配即圖像幀間的運動估計是圖像超分辨率重建的關(guān)鍵，如果估計不準確將很難獲得好的重建效果。
　　在本文中，我們提出了一種基于感興趣區(qū)域的視頻超分辨率重建算法，針對視頻中感興趣的區(qū)域進行重建，以交通監(jiān)控中的視頻為實驗對象，對車牌進行重建，首先通過相關(guān)算法對車牌的檢測然后利用KLT算法進行特征點檢測及跟蹤，最后獲得到感興趣圖像序列，這樣能夠大大的簡