基于紋理細(xì)節(jié)估計(jì)的多幀圖像超分辨率重建算法研究.pdf

1、高質(zhì)量的圖像是信息獲取和精確分析的必備前提，是生產(chǎn)生活、科學(xué)研究和軍事訓(xùn)練的必備條件。由于拍攝誤差、傳輸噪聲、外部拍攝環(huán)境等因素的影響使得圖像質(zhì)量降低，造成細(xì)節(jié)信息丟失、邊緣模糊、紋理不清等問題。多幀圖像超分辨率重建是利用同一場景下的多幀低清圖像序列重建高分辨率圖片，是圖像處理領(lǐng)域的研究熱點(diǎn)和難點(diǎn)。但是圖像本身結(jié)構(gòu)十分復(fù)雜，通常一幅圖片中既存在邊緣密集區(qū)域又存在紋理密集區(qū)域和平滑區(qū)域。
　　現(xiàn)有的僅依靠改進(jìn)先驗(yàn)?zāi)Ｐ偷亩鄮直媛手?/p>

2、建算法不能在保護(hù)邊緣的同時(shí)充分地恢復(fù)紋理細(xì)節(jié)信息，從而導(dǎo)致大量圖像信息丟失。在圖像超分辨率重建，乃至信號(hào)重建領(lǐng)域，如何能夠完美的恢復(fù)細(xì)節(jié)都是一個(gè)具有挑戰(zhàn)性的工作。
　　從觀測模型和先驗(yàn)?zāi)Ｐ腿胧?，深入研究了多幀圖像超分辨率重建問題，深入探討了觀測模型和先驗(yàn)?zāi)Ｐ驮谥亟▓D像邊緣和細(xì)節(jié)中的作用，提高多幀超分辨率重建算法的準(zhǔn)確率。
　　針對(duì)多幀圖像超分辨率重建中的保護(hù)邊緣和恢復(fù)紋理細(xì)節(jié)信息等問題，提出了一種基于各向異性分?jǐn)?shù)階先驗(yàn)?zāi)Ｐ偷?/p>

3、最大后驗(yàn)概率超分辨率重建算法。與以往的基于最大后驗(yàn)概率的方法相比，該方法通過計(jì)算圖像的局部特征，自適應(yīng)地保護(hù)邊緣，同時(shí)避免在平滑區(qū)域產(chǎn)生階梯效應(yīng)。
　　分析了TV先驗(yàn)?zāi)Ｐ秃虷1先驗(yàn)?zāi)Ｐ头謩e在邊緣保護(hù)和紋理保護(hù)中的優(yōu)勢，提出了一種混合先驗(yàn)?zāi)Ｐ停琹mix先驗(yàn)?zāi)Ｐ?。基于最大后?yàn)概率的方法不能自適應(yīng)的求解正則參數(shù)，需要人工調(diào)整，而基于變分貝葉斯推斷的方法可以在重建過程中聯(lián)合考慮運(yùn)動(dòng)估計(jì)、超參數(shù)等，可以更好的提高重建效果。因此改用變分貝葉斯

4、方法求解超分辨率圖片。理論分析和實(shí)驗(yàn)結(jié)果表明自適應(yīng)混合模型可以有效地重建圖片，有效地減少人工干預(yù)，提高重建效率。
　　信號(hào)降質(zhì)普遍存在于生產(chǎn)生活的各個(gè)方面，建立準(zhǔn)確、有效的信號(hào)觀測模型是復(fù)原信號(hào)的基礎(chǔ)?，F(xiàn)有的觀測模型是一種理想化的觀測模型，無法有效地恢復(fù)圖像在降質(zhì)過程中丟失的信息。因此提出了一種新的觀測模型，并以超分辨率重建為例分析。該模型將降質(zhì)過程中丟失的信息整合到重建模型中，在重建圖像時(shí)有效地估計(jì)圖像的丟失信息。理論和實(shí)踐證明

5、該觀測模型可以有效地恢復(fù)圖像中丟失的信息，保護(hù)圖像邊緣和紋理細(xì)節(jié)信息。
　　為了更有效地減少圖像信息丟失，保護(hù)圖像中的陡峭邊緣和紋理細(xì)節(jié)信息，利用提出的觀測模型和自適應(yīng)非局部邊緣保護(hù)模型重建圖像。非局部邊緣保護(hù)模型利用圖像塊間的非局部自相似性，在更大范圍內(nèi)尋找像素信息。該重建算法可以有效地保護(hù)圖像細(xì)節(jié)信息，恢復(fù)圖像丟失信息，減少人工偽跡。
　　從多幀圖像的超分辨率重建的先驗(yàn)?zāi)Ｐ统霭l(fā)，研究了邊緣保護(hù)和紋理保護(hù)，創(chuàng)造性地在多幀超