圖像序列超分辨率重構(gòu)算法研究.pdf

1、圖像超分辨率重構(gòu)是指由一幅或多幅低分辨率圖像獲得高分辨率圖像的數(shù)字圖像處理技術(shù)。高分辨率圖像能夠提供更多的細(xì)節(jié)信息，對(duì)于圖像目標(biāo)的分析和處理有重要作用。由于環(huán)境因素的干擾、成像系統(tǒng)硬件條件和處理器性能的限制，以及信道傳輸帶寬和壓縮等因素，獲得的圖像和視頻分辨率往往較低。因此，在現(xiàn)有條件限制下提高圖像和視頻的分辨率成為圖像處理領(lǐng)域的熱門研究課題。目前該技術(shù)己廣泛應(yīng)用于視頻監(jiān)控、偵察、遙感等領(lǐng)域，如人臉識(shí)別、圖像恢復(fù)、低帶寬圖像傳輸?shù)取?b

2、r>　　本文對(duì)超分辨率重構(gòu)技術(shù)進(jìn)行了深入研究，主要研究了以下幾個(gè)方面：
　　(1)在深入分析現(xiàn)有圖像超分辨率重構(gòu)技術(shù)的基礎(chǔ)上，提出了一種基于稀疏表示方法和凸集投影方法的兩階段超分辨率圖像重構(gòu)方法?；谙∈璞硎镜姆椒軌蛲ㄟ^學(xué)習(xí)訓(xùn)練獲得圖像局部結(jié)構(gòu)的共同表示基元，從而獲得對(duì)應(yīng)高分辨率圖像的高頻細(xì)節(jié)信息，該方法充分利用到圖像的自身信息和自然圖像的先驗(yàn)信息；基于凸集投影(POCS)的方法可以方便地加入圖像的先驗(yàn)信息，從而很好地保持了高分

3、辨率圖像的邊緣和細(xì)節(jié)等信息，該方法充分利用到圖像與圖像之間的相關(guān)冗余信息和圖像的先驗(yàn)信息。本文結(jié)合稀疏表示和POCS各自優(yōu)點(diǎn)，提出了一種基于稀疏表示方法和POCS方法的兩階段超分辨率重構(gòu)算法。
　　(2)利用稀疏表示方法對(duì)每幅圖像進(jìn)行超分辨率重構(gòu)。深入分析了圖像的稀疏表示理論，在單個(gè)學(xué)習(xí)字典算法基礎(chǔ)上設(shè)計(jì)了一種基于K-SVD(K-奇異值分解)算法的聯(lián)合字典算法。該算法通過對(duì)高低分辨率圖像塊進(jìn)行學(xué)習(xí)訓(xùn)練，得到兩個(gè)對(duì)應(yīng)的高低分辨率字典

4、對(duì)，利用字典間的對(duì)應(yīng)關(guān)系和低分辨率圖像塊的稀疏編碼進(jìn)行分辨率放大，研究了低分辨率圖像塊特征提取問題，不僅可以獲得更加有效的編碼，而且降低了編碼的復(fù)雜度。
　　(3)利用凸集投影方法對(duì)多幅圖像進(jìn)行超分辨率重構(gòu)，并深入分析了運(yùn)動(dòng)估計(jì)算法，在泰勒級(jí)數(shù)運(yùn)動(dòng)估計(jì)方法的基礎(chǔ)上對(duì)Keren運(yùn)動(dòng)估計(jì)算法進(jìn)行了改進(jìn)。Keren算法是基于小角度泰勒級(jí)數(shù)展開的，采用剛體變換模型，但該算法不能解決當(dāng)圖像間旋轉(zhuǎn)角度較大時(shí)估計(jì)誤差很大的問題。本文方法將傳統(tǒng)的