基于自適應(yīng)回歸的圖像超分辨率：算法與應(yīng)用.pdf

1、本文探討了基于自適應(yīng)回歸模型的圖像超分辨率技術(shù)及其在數(shù)字圖像通信領(lǐng)域的若干應(yīng)用,包括圖像錯誤隱藏和無線環(huán)境下的視頻編碼技術(shù)。在實際應(yīng)用中,受采集設(shè)備和傳輸信道等條件的限制,視覺通信系統(tǒng)接收端獲得圖像的分辨率往往不能滿足人們的要求。為此,我們需要使用圖像超分辨率技術(shù)在保證不增加通信系統(tǒng)硬件負擔的同時,提高圖像的分辨率。圖像建模是圖像處理、模式識別和計算機視覺等領(lǐng)域中的一個基本問題,考慮人類視覺系統(tǒng)對圖像的認知特性并且符合自然圖像分布規(guī)律的

2、數(shù)學模型能夠為圖像處理和識別等提供更多的先驗知識,從而提高算法的處理效果。統(tǒng)計回歸模型能夠保護圖像結(jié)構(gòu)的二階統(tǒng)計量,具有良好的邊緣描述能力,符合人類視覺系統(tǒng)對圖像的認知特性。因而,統(tǒng)計回歸理論及基于回歸模型的圖像處理技術(shù)在近年來獲得了廣泛的關(guān)注。本文中,我們提出了兩種基于自適應(yīng)回歸模型的圖像超分辨率算法,并探討了圖像超分辨率思想在圖像錯誤隱藏和視頻編碼中的應(yīng)用。本文具體的研究內(nèi)容分為四個部分:
　　首先,提出了一種新穎、高效的基于

3、正則化局部線性回歸的圖像超分辨率技術(shù)。所提出的算法是基于自適應(yīng)自回歸模型,在其中采用魯棒的移動最小二乘法則取代傳統(tǒng)的普通最小二乘法則來設(shè)計目標函數(shù),因而可以獲得對于統(tǒng)計異常量魯棒的插值器。為了保持解穩(wěn)定并避免過擬合,我們引入?2范式作為估計器復雜度懲罰。受近來基于流形的半監(jiān)督學習的啟發(fā),進而顯式地考慮圖像內(nèi)在的流形結(jié)構(gòu),以同時利用已知和未知像素點中蘊含的信息。特別的,將由未知點的邊緣概率密度函數(shù)所反映的圖像內(nèi)在幾何結(jié)構(gòu)作為額外的局部平滑

4、保持約束引入到目標函數(shù)當中。最終,最優(yōu)的插值模型參數(shù)可以通過求解一個凸最優(yōu)化問題獲得解析解。實驗結(jié)果證明了所提出的算法取得了非常好的插值性能,特別是在邊緣結(jié)構(gòu)保持方面。
　　其次,提出了一種新穎、高效的基于局部和全局一致的直推回歸的插值算法。所提出的算法首先構(gòu)造一系列的局部插值模型,來預測所有樣本點的亮度值矢量,并且最小化預測誤差以保證在已知低分辨率樣本點上的預測值充分地接近真實值。然后,所有的局部鄰域誤差累加起來以反映所有樣本點

5、的全局一致性。最后,引入圖-拉普拉斯正則項來約束全局亮度值矢量的平滑性,這可以充分地利用已知和未知樣本點蘊含的信息,并減弱由于訓練樣本不充分所帶來的局部插值模型的不魯棒性。我們將這三部分融為一體,提出了一個統(tǒng)一的目標函數(shù)來結(jié)合局部線性回歸的局部和全局誤差,已知低分辨率樣本點的預測誤差,以及流形正則化項。求解這個目標函數(shù)可以形式化成一個凸最優(yōu)化問題,并可獲得解析解。實驗結(jié)果驗證了所提出的方法的有效性。
　　接下來,探討了圖像超分辨率

6、的基本思想在圖像錯誤隱藏中的應(yīng)用,提出了一種新穎、高效的多尺度圖像錯誤隱藏算法。所提出的方法結(jié)合參數(shù)和非參數(shù)的貝葉斯回歸模型,漸進的從粗尺度到細尺度恢復丟失的塊,并最終恢復圖像中丟失的邊緣和紋理結(jié)構(gòu)。一方面,在每個尺度內(nèi),使用非參數(shù)化回歸技術(shù)以利用尺度內(nèi)的相關(guān)性,在此這個過程中,圖像的非局部自相似特性用來提取有用的先驗信息以恢復丟失的圖像塊。另一方面,參數(shù)化回歸技術(shù)用來顯式地建模尺度間的相關(guān)性,在此過程中,圖像的局部結(jié)構(gòu)規(guī)則化被充分地利

7、用以恢復尖銳的邊緣和主要的紋理結(jié)構(gòu)。所提出的方法通過多尺度金字塔形結(jié)構(gòu)來結(jié)合非參數(shù)和參數(shù)化回歸技術(shù)。實驗結(jié)果證明了我們的方法取得了較之主流算法相當甚至更好的性能。
　　最后,針對無線傳感器網(wǎng)絡(luò),提出了一種實用、高效的基于圖像超分辨率思想的多描述視頻編碼框架。所提出的框架滿足低碼率和低復雜度的約束,且具有一定的容錯性能并且是標準兼容的,因而,非常適合于無線傳感器網(wǎng)絡(luò)環(huán)境下的視頻通信。在編碼端,視頻序列根據(jù)時域復用和空域自適應(yīng)下采樣生

8、成兩個子描述。這兩個子描述在時域方向是相互交織的,并且仍然保證方形的樣本網(wǎng)格結(jié)構(gòu)。因而,兩個子描述不需要修改現(xiàn)有標準的視頻編碼標準就可以獲得進一步壓縮,以降低碼率。在解碼端,兩個子描述首先解碼,然后在另一個的幫助下重構(gòu)成原始的視頻序列。此過程可以形式化成受約束的最小二乘回歸問題,在其中根據(jù)不同的預測模式選擇二維或者三維的自回歸模型。通過這種方式,可以充分地利用時空域的相關(guān)性。實驗結(jié)果證明,所提出的方案在低碼率時取得了比當前主流編碼器更好