基于小框架的超分辨率圖像與視頻重構(gòu)算法研究.pdf

1、中山大學博士學位論文基于小框架的超分辨率圖像與視頻重構(gòu)算法研究姓名：李炎然申請學位級別：博士專業(yè)：通信與信息系統(tǒng)指導教師：戴道清20090601中山大學博士學位論文點，提出基于二維小框架正則化項，并成功應用于超分辨率重構(gòu)算法。提出基于多幀的Bayer彩色濾波矩陣(BayerColorFilterArray)數(shù)據(jù)的彩色超分辨圖像重構(gòu)算法。由Z1范數(shù)和粵2范數(shù)的線性組合構(gòu)成的彈性網(wǎng)理論成功地應用于變量選擇模型，提出基于彈性網(wǎng)的保真項可以重構(gòu)

2、出更適合人的視覺系統(tǒng)的全彩色圖像，提高模型的穩(wěn)定性。圖像綠色通道G分別與圖像紅色通道R或圖像藍色通道B的差是RGB(RedGreenBlue)色空間的低頻的信號，亮度空間包含RGB一色空間大部分圖像的細節(jié)信息，它們作為彩色正則化空間。利用小框架算子能夠檢測圖像多方向和多階信號變化的優(yōu)點，提出了基于彩色正則化空間的小框架正則化項，有效地抑制視覺瑕疵的產(chǎn)生和保持圖像的邊緣細節(jié)。利用稀疏表示技術，提出基于多幀的視頻畫面(VideoStills

3、)的視頻超分辨率重構(gòu)算法。提出的自適應保真項可以自適應地模擬孽1范數(shù)或粵2范數(shù)度量殘差。利用圖像小框架系數(shù)是稀疏的特點，在構(gòu)造出具有幾何特性的小框架系統(tǒng)上，提出基于小框架系數(shù)稀疏的Z1范數(shù)正則化項。通過分析模型的歐拉(EulerLagrange)方程，提出兩步迭代的算法。第一步利用梯度下降法求解模型的近似解；第二步提出自適應軟閾值算子，增強第一步估計得到高分辨率圖像的小框架系數(shù)的稀疏性，同時濾除噪聲和保護邊緣。仿真數(shù)據(jù)與實際視頻的實驗表