視頻圖像超分辨率重構(gòu)研究.pdf

1、隨著社會的發(fā)展，對視頻和圖像的質(zhì)量要求越來越高，由于通過硬件提高圖像空間分辨率成本過高，因此通過軟件來提高圖像空間分辨率的超分辨率重構(gòu)技術(shù)應(yīng)運而生。本論文研究常用超分辨率重構(gòu)算法，根據(jù)它們不同的理論模型，分析其局限性。首先，視頻圖像超分辨率重構(gòu)的第一步是圖像配準(zhǔn)，需要有亞像素級的運動估計，而現(xiàn)有算法穩(wěn)健性不足；其次，現(xiàn)有算法將上采樣過程與去模糊過程分開，并沒有利用到序列圖像在去模糊過程中的優(yōu)勢，且由于現(xiàn)有算法的局限性，只能處理整數(shù)級的放

2、大倍數(shù)；最后，現(xiàn)有算法對彩色圖像的處理過于簡單，超分辨率重構(gòu)結(jié)果常有偽影出現(xiàn)，影響用戶視覺觀察。
　　本研究主要內(nèi)容包括：⑴針對超分辨率重構(gòu)算法中圖像配準(zhǔn)穩(wěn)健性不足的缺點，提出了改進的基于互信息的圖像配準(zhǔn)。在現(xiàn)有的基于互信息的圖像配準(zhǔn)中，常使用粒子群優(yōu)化（Particle Swarm Optimization，PSO）算法或Powell算法進行優(yōu)化，但這兩種算法都存在各自的不足。提出將 PSO算法與 Powell算法結(jié)合起來，利用

3、 PSO算法的全局搜索能力和Powell算法的局部尋優(yōu)能力，提高圖像配準(zhǔn)的穩(wěn)健性與精確性。⑵針對超分辨率重構(gòu)算法中求解過程的不合理以及放大倍數(shù)的局限性，提出一種交替最小化超分辨率重構(gòu)算法。通過添加一個對模糊核進行約束的正則項，將上采樣過程與去模糊過程結(jié)合起來，使算法更加有效。針對處理放大倍數(shù)的不足，提出將原始低分辨率圖像序列進行二次下采樣，實現(xiàn)有理數(shù)級的放大倍數(shù)。⑶針對超分辨率重構(gòu)算法對彩色圖像處理的局限性，提出添加一個包含彩色信息的正