基于混合MAP-POCS算法的圖像超分辨率復(fù)原研究.pdf

1、本文主要對圖像超分辨率復(fù)原技術(shù)空間域方法的兩種算法：最大后驗(yàn)概率估計(jì)算法(MAP)和凸集投影算法(POCS)進(jìn)行研究，并在超分辨率復(fù)原降質(zhì)模型、序列低分辨率圖像運(yùn)動信息估計(jì)以及超分辨率復(fù)原算法本身包含先驗(yàn)約束能力三個方面展開研究工作。首先通過考察圖像的降質(zhì)退化過程建立超分辨率復(fù)原降質(zhì)模型，并引入基于圖像配準(zhǔn)的運(yùn)動參數(shù)估計(jì)方法可靠快速地估計(jì)出序列低分辨率圖像的運(yùn)動信息。在這個基礎(chǔ)上，建立MAP和POCS兩種算法的數(shù)學(xué)模型，并提出兩種算法的

2、數(shù)值實(shí)現(xiàn)方法，再將退化模型和運(yùn)動信息運(yùn)用于兩種算法并實(shí)現(xiàn)它們。接著，針對兩種算法存在的問題進(jìn)行改進(jìn)。在這之后，提出一種用POCS約束MAP估計(jì)的混合MAP\POCS算法，將兩種算法的優(yōu)點(diǎn)有機(jī)結(jié)合為新算法。本文還將圖像畸變變形模型引入超分辨率復(fù)原模型中，再將這個模型和基于Delaunay三角剖分的變形校正運(yùn)用于混合MAP\POCS算法中。為了驗(yàn)證實(shí)現(xiàn)的超分辨率復(fù)原算法的有效性，本文還尋求一種相關(guān)性歸一化圖像復(fù)原質(zhì)量評價測度，對各種改進(jìn)超分