保持圖像紋理特征的超分辨率重建方法研究.pdf

1、圖像超分辨率重建是圖像處理領(lǐng)域的重要技術(shù)，其核心思想是利用一系列具有互補信息的低分辨率圖像重建出一幅或多幅高分辨率圖像。高分辨率圖像能夠更多地反映景物的細節(jié)，因此，在視頻監(jiān)控、軍事偵查、醫(yī)學(xué)診斷等領(lǐng)域，超分辨率重建技術(shù)有著廣泛的應(yīng)用前景。
　　在超分辨率重建過程中往往會造成重建圖像的紋理模糊，如何能在保持圖像紋理特征的同時有效地抑制噪聲是重建的技術(shù)難點。針對這一問題，本文重點研究了保持圖像紋理特征的超分辨率重建方法。論文從研究提取

2、圖像紋理特征入手，然后建立重建參數(shù)與圖像紋理特征的函數(shù)關(guān)系，從而得到紋理自適應(yīng)重建模型，最終獲得紋理清楚的重建效果。
　　論文首先系統(tǒng)地研究了紋理特征提取方法，其次，選用合適的紋理提取方法提取紋理特征，并依據(jù)紋理特征構(gòu)建重建參數(shù)模型，使重建參數(shù)隨紋理特征自適應(yīng)變化。最后，進行圖像超分辨率重建。本文主要工作如下：
　　1.對紋理提取方法進行了研究，分析了各紋理提取方法的優(yōu)缺點，并且對各方法適用于圖像超分辨率重建的可能性進行了分

3、析比較，從中選擇了灰度共生矩陣方法（GLCM）提取紋理特征，并建立正則化參數(shù)與圖像局部紋理特征的函數(shù)關(guān)系，使正則化參數(shù)?隨圖像局部紋理特征自適應(yīng)調(diào)整。實驗結(jié)果顯示，與BTV算法相比，該方法能使圖像的邊緣和紋理細節(jié)重建效果更好，并能較好地抑制噪聲。但是，基于GLCM方法提取紋理特征缺少紋理方向信息，且提取特征時間較長，應(yīng)用性差。
　　2.本文提出了一種新的圖像紋理特征提取方法，并據(jù)此構(gòu)建加權(quán)系數(shù)和正則化參數(shù)模型進行超分辨率重建。實驗