圖像序列的超分辨率重建算法研究.pdf

1、在數(shù)字圖像的獲取過程中,不可避免的要受到諸多因素的影響,導致圖像質量達不到應用要求。由于受到硬件工藝的限制,如何采用軟件的方法提高圖像的分辨率受到很多研究者的注意。以往的圖像復原技術只是對單幅圖像進行插值放大,復原能力有限,這就迫使研究人員尋找新的研究方向——基于序列圖像的超分辨率重建。
　　本論文針對序列圖像的超分辨率重建展開研究,重點探究了由一個包含運動、模糊、下采樣、噪聲的低分辨率圖像序列重建出一幅高分辨率圖像的方法。論文的

2、研究成果主要包括以下幾點:
　　1、實現(xiàn)了亞像素的圖像配準算法。圖像配準是超分辨率重建的第一步,只有達到亞像素的配準精度才能通過融合圖像序列獲得高分辨率圖像。論文重點介紹了基于高斯金字塔的光流配準算法,并給出了利用Lucas-Kanada算法求解光流修正值的迭代過程。實驗中將高斯金字塔光流配準算法與 keren配準算法、Vandewalle頻域配準算法進行比較,仿真結果表明基于高斯金字塔的光流配準算法可以達到較高的配準精度。

3、>　　2、改進了MAP超分辨率重建算法。在傳統(tǒng)的MAP算法中,總是假設每幀圖像的相對貢獻量相同,這將會影響重建效果。本文在傳統(tǒng) MAP算法的基礎上,引入了新的通道權值系數(shù),自適應的調節(jié)每幀圖像的相對貢獻量。仿真結果顯示在含有結構相異的圖像時,改進的算法仍能取得滿意的效果。
　　3、設計了一種魯棒性的超分辨率重建算法。該算法采用正交梯度算子構造正則項,并通過引入移位算子給出了基于正交梯度算子的正則項的實現(xiàn)方法,同時從自適應的角度選擇