基于Markov隨機場的超分辨率圖像重建.pdf

1、圖像超分辨率（SR）重建是由一系列低分辨率（LR）變形圖像來估計一幅或多幅較高分辨率非變形圖像的技術，其在提高圖像分辨率的同時還能夠消除加性噪聲以及由有限檢測器尺寸和光學產(chǎn)生的模糊，以便獲取圖像更多的信息和細節(jié)內(nèi)容，是圖像融合領域中的一個重要分支。超分辨率圖像重建的方法分為兩大類：頻率域算法和空間域算法。頻率域算法提出時間較早，主要對具有全局位移的圖像序列進行處理；空間域算法具有更大的靈活性，是圖像處理領域主要研究方向。目前空間域算法主

2、要有迭代反投影（IBP）算法、凸集投影（POCS）算法、最大后驗概率（MAP）算法等，但這些算法都存在收斂速度慢、計算量大的缺點，在實際應用中無法滿足系統(tǒng)的實時性要求，因此圖像超分辨率重建始終是圖像處理領域的研究難點。 本文針對圖像超分辨算法進行了深入的研究，在保證圖像超分辨率重建效果不降低的前提下，構建精確圖像模型，并提出一種基于Markov隨機場的圖像超分辨率重建算法。該算法首先采用了一種，對圖像進行運動估計，這種新三步搜索

3、算法同時兼顧較大和較小運動估計兩種情況，在小運動估計的情況下也能取得很好的運動估計效果，新三步搜索算法結合運動圖像最優(yōu)點通常分布在零矢量周圍的特點，加快了運動估計的過程，減小了超分辨率圖像重建的運算量；其次，該重建算法在最大后驗概率的基礎上，利用Potts—Strauss模型作為圖像的先驗概率密度函數(shù)，通過迭代條件模型算法實現(xiàn)超分辨率圖像重建。仿真實驗結果驗證了該算法的有效性，并克服了目前各類算法中存在收斂慢、計算量大的缺點，是一種高效