圖像序列超分辨率重構算法研究.pdf

1、圖像超分辨率重構是指由一幅或多幅低分辨率圖像獲得高分辨率圖像的數(shù)字圖像處理技術。高分辨率圖像能夠提供更多的細節(jié)信息，對于圖像目標的分析和處理有重要作用。由于環(huán)境因素的干擾、成像系統(tǒng)硬件條件和處理器性能的限制，以及信道傳輸帶寬和壓縮等因素，獲得的圖像和視頻分辨率往往較低。因此，在現(xiàn)有條件限制下提高圖像和視頻的分辨率成為圖像處理領域的熱門研究課題。目前該技術己廣泛應用于視頻監(jiān)控、偵察、遙感等領域，如人臉識別、圖像恢復、低帶寬圖像傳輸?shù)取?b

2、r>　　本文對超分辨率重構技術進行了深入研究，主要研究了以下幾個方面：
　　(1)在深入分析現(xiàn)有圖像超分辨率重構技術的基礎上，提出了一種基于稀疏表示方法和凸集投影方法的兩階段超分辨率圖像重構方法?；谙∈璞硎镜姆椒軌蛲ㄟ^學習訓練獲得圖像局部結構的共同表示基元，從而獲得對應高分辨率圖像的高頻細節(jié)信息，該方法充分利用到圖像的自身信息和自然圖像的先驗信息；基于凸集投影(POCS)的方法可以方便地加入圖像的先驗信息，從而很好地保持了高分

3、辨率圖像的邊緣和細節(jié)等信息，該方法充分利用到圖像與圖像之間的相關冗余信息和圖像的先驗信息。本文結合稀疏表示和POCS各自優(yōu)點，提出了一種基于稀疏表示方法和POCS方法的兩階段超分辨率重構算法。
　　(2)利用稀疏表示方法對每幅圖像進行超分辨率重構。深入分析了圖像的稀疏表示理論，在單個學習字典算法基礎上設計了一種基于K-SVD(K-奇異值分解)算法的聯(lián)合字典算法。該算法通過對高低分辨率圖像塊進行學習訓練，得到兩個對應的高低分辨率字典

4、對，利用字典間的對應關系和低分辨率圖像塊的稀疏編碼進行分辨率放大，研究了低分辨率圖像塊特征提取問題，不僅可以獲得更加有效的編碼，而且降低了編碼的復雜度。
　　(3)利用凸集投影方法對多幅圖像進行超分辨率重構，并深入分析了運動估計算法，在泰勒級數(shù)運動估計方法的基礎上對Keren運動估計算法進行了改進。Keren算法是基于小角度泰勒級數(shù)展開的，采用剛體變換模型，但該算法不能解決當圖像間旋轉角度較大時估計誤差很大的問題。本文方法將傳統(tǒng)的