基于插值和樣例的超分辨率圖像處理算法的研究.pdf

1、隨著科技的發(fā)展和人類社會(huì)的進(jìn)步，人們對(duì)信息交流和處理的要求變得越來越高。受帶寬和存儲(chǔ)空間的限制，互聯(lián)網(wǎng)中的圖像很多是低分辨率(lowresolution，LR)的圖像。而利用圖像超分辨率處理技術(shù)，可以利用插值或樣例數(shù)據(jù)庫等方法，得到更清晰的高分辨率(high resolution，HR)圖像，以滿足人們對(duì)高分辨率圖像或高分辨率視頻的需求。當(dāng)然，超分辨率圖像處理的應(yīng)用不限于以上方面。圖像超分辨率重建技術(shù)可以在幾乎不增加成本和引進(jìn)新設(shè)備的情

2、況下很好的對(duì)圖像進(jìn)行處理，提高圖像分辨率。由此可見，超分辨率技術(shù)具有非常廣闊的發(fā)展前景。
　　圖像超分辨率重建已有的方法已經(jīng)取得了較好的成果。但通過深入研究發(fā)現(xiàn)，圖像的細(xì)節(jié)部分尤其是靠近邊緣的部分的重建效果較差，因此還有進(jìn)一步研究和提高重建結(jié)果的空間。本論文在大量調(diào)研的基礎(chǔ)上，提出基于插值和樣例的超分辨率圖像處理的新算法，以更好地改善重建圖像的質(zhì)量。
　　首先，本論文對(duì)已有的超分辨率重建算法進(jìn)行了回顧和說明與大致的分類，并對(duì)

3、每一類中每一種重建方法的研究現(xiàn)狀做了詳細(xì)的闡述和分析，其中著重說明了基于雙線性插值方法和基于樣例重建方法的優(yōu)點(diǎn)以及不足，為本文在此基礎(chǔ)上提出的改進(jìn)算法奠定一定的理論上的基礎(chǔ)。
　　由于普通的雙線性插值的效果一般，本文針對(duì)此插值方法的不足之處，提出了基于邊緣檢測的雙線性插值的重建方法。首先，對(duì)低分辨率圖像利用Canny算子進(jìn)行邊緣檢測并作二值化處理獲取圖像的邊緣位置的信息。然后，把不同的邊緣像素點(diǎn)所處的位置分為10種情況。在確定待插

4、值點(diǎn)相對(duì)于所對(duì)應(yīng)邊緣像素點(diǎn)的具體位置后，對(duì)邊緣上的點(diǎn)和非邊緣的點(diǎn)使用不同的權(quán)值進(jìn)行重新插值。本算法通過MATLAB軟件實(shí)現(xiàn)后，利用了主客觀結(jié)合的方式進(jìn)行評(píng)價(jià)，其中客觀評(píng)價(jià)主要選取峰值信噪比(PSNR)和特征相似度(SSIM)這兩種評(píng)價(jià)準(zhǔn)則。實(shí)驗(yàn)數(shù)據(jù)顯示本文提出的改進(jìn)算法相對(duì)于原始的插值方法性能上具有較明顯的改善。
　　針對(duì)原有基于樣例方法的塊效應(yīng)和一對(duì)多的不足之處，本論文提出了基于帶鄰邊樣例的超分辨率重建算法。該方法，首先在所提取

5、的LR圖像塊（樣例）的周圍增加鄰邊，也就是在此樣例的四個(gè)邊上分別加上分塊前該圖像塊在LR圖像相應(yīng)位置中的鄰邊信息，然后將加入鄰邊信息的樣例與相應(yīng)HR圖像塊存入訓(xùn)練庫中，這樣可以在超分辨率處理時(shí)提高匹配的準(zhǔn)確度，對(duì)于一幅新的圖像來說可以匹配出更相似的HR圖像塊，從而使得重建出的圖像效果更好。這里，利用均方根誤差(MSE)和平均特征相似度(MSSIM)兩種客觀評(píng)價(jià)方法來評(píng)價(jià)本論文提出新算法的性能。
　　綜上所述，本論文所提出的兩個(gè)新算