圖像盲超分辨率重建和人臉幻想技術(shù).pdf

1、圖像分辨率是成像系統(tǒng)對圖像細(xì)節(jié)分辨能力的一種度量，也是圖像中目標(biāo)細(xì)微程度的指標(biāo)，它表示景物信息的詳細(xì)程度。由于高分辨率圖像能提供有關(guān)目標(biāo)更多的細(xì)節(jié)信息，人們對高分辨率圖像的需求越來越強烈。但由于成像系統(tǒng)的限制，現(xiàn)實中得到的圖像往往受到退化和噪聲的影響，分辨率有限。當(dāng)前，獲得高分辨率圖像的方法主要有兩種。一種是通過改善成像系統(tǒng)的物理硬件來提高分辨率，但是成本較高，且受到物理條件的限制。另一種則是通過數(shù)字信號處理的手段獲取高分辨率圖像，超分

2、辨率重建技術(shù)就是其中的一種。超分辨率圖像重建是指從一組低質(zhì)量、低分辨率圖像重建出更高質(zhì)量、更高分辨率的圖像。它能夠克服低分辨率成像系統(tǒng)固有的分辨率限制，并去除退化和噪聲的影響。該技術(shù)被廣泛應(yīng)用在軍事遙感偵察、天文、醫(yī)療、公共安全以及計算機視覺等多個方面。 通常，我們將超分辨率重建技術(shù)分為兩類：基于重構(gòu)的超分辨率重建技術(shù)和基于學(xué)習(xí)的超分辨率重建技術(shù)。針對前者，本論文主要對盲超分辨率重建進(jìn)行了研究，而針對后者，則是進(jìn)行了人臉幻想方面

3、的研究，主要內(nèi)容如下： 首先，概述低分辨率圖像的成像過程，建立相應(yīng)的數(shù)學(xué)模型。在此基礎(chǔ)上，對超分辨率重建技術(shù)已存在的算法進(jìn)行了總結(jié)，重點介紹了算法的基本原理、理論依據(jù)、實現(xiàn)步驟以及優(yōu)缺點。 其次，提出考慮傳感器PSF的盲超分辨率重建算法。傳感器PSF是由矩形感應(yīng)區(qū)域的空間積分所造成的一種模糊，其在實際的成像過程中是不可避免的。在盲超分辨率重建中，忽略傳感器PSF會使辨識所得的降晰函數(shù)受到傳感器PSF的干擾，降低辨識的準(zhǔn)確

4、度，從而影響重建圖像的質(zhì)量。對此，本方案引入了新的符合實際成像過程的傳感器PSF模型，將傳感器PSF和所要辨識的降晰函數(shù)進(jìn)行分別考慮，并通過上下采樣使傳感器PSF模型得以具體實現(xiàn)。在此基礎(chǔ)上，再利用基于誤差-參數(shù)分析的盲超分辨率算法進(jìn)行降晰函數(shù)的辨識和圖像重建。 再次，提出基于環(huán)形Gabor變換（CSGT）和主分量分析（PCA）的人臉幻想算法。人臉幻想算法是一種基于學(xué)習(xí)的超分辨率重建算法，在實現(xiàn)過程中，復(fù)原結(jié)果的可靠性容易受到人

5、臉訓(xùn)練庫的影響。對此，本方案首先對所有的人臉圖像（輸入的人臉圖像和原始的人臉訓(xùn)練庫）進(jìn)行CSGT，然后再利用局部極值準(zhǔn)則提取人臉圖像特征以代表每幅人臉圖像。基于提取到的人臉圖像特征，我們分別計算輸入人臉圖像和原始訓(xùn)練庫中每幅人臉圖像之間的歐式距離，并將其作為挑選新的人臉訓(xùn)練庫的標(biāo)準(zhǔn)。由此得到的人臉訓(xùn)練庫能夠保證庫中人臉圖像與輸入人臉圖像之間的相似度，從而保證復(fù)原結(jié)果的可靠性。建立可靠的人臉訓(xùn)練庫之后，我們再利用PCA進(jìn)行人臉幻想，重建出