文字圖像的超分辨率重建方法研究.pdf

1、高分辨率圖像具有更加豐富的細節(jié)信息和良好的視覺效果，因此，在計算機視覺、醫(yī)學(xué)成像以及公共安全監(jiān)控等領(lǐng)域得到了極其廣泛的應(yīng)用。
　　在拍照環(huán)境較差、成像系統(tǒng)精度不高、人為因素影響的情況下，采集到的圖像可能存在著邊緣模糊、辨識度低等缺陷。提高拍照設(shè)備性能的方法雖然能夠在一定程度上緩解上述問題，但這種方法不僅會在很大程度上增加經(jīng)濟開支，而且無法徹底消除上述因素的干擾。
　　超分辨率重建技術(shù)是一種可行的解決方法，其基于已知圖像，通過

2、對圖像進行后期處理，能夠豐富圖像的細節(jié)信息，使得圖像中的內(nèi)容能夠更加容易地被分辨與理解，并有良好的視覺效果。與自然圖像相比，文字圖像有著自身獨有的特點，而一般的超分辨率重建算法并沒有考慮到文字圖像的文本特征，因而對于文字圖像的處理效果并不理想。在此背景下，本文針對文字圖像的重建展開了研究，主要工作包括以下三個方面：
　　1.圖像超分辨率重建理論的分析。首先對圖像超分辨重建的理論基礎(chǔ)、算法分類、研究現(xiàn)狀進行了介紹，然后建立了超分辨率

3、重建的退化過程及觀察模型，隨后闡述了超分辨率重建算法的基本步驟，最后對幾種常見的經(jīng)典算法進行了詳細分析與比較。
　　2.文字圖像配準(zhǔn)中的特征點提取技術(shù)研究。文字圖像配準(zhǔn)是整個重建過程中十分重要的一個環(huán)節(jié)。本文首先對文字圖像配準(zhǔn)算法的基本概念和類別進行了介紹，然后對常用的Harris、SIFT、SURF三種特征點提取算法進行了分析與對比。本文重點對傳統(tǒng)SIFT算法進行了深入分析，發(fā)現(xiàn)原有算法存在著匹配速度慢、效率低、誤配率較高等問題

4、。針對這一問題，本文提出了一種基于降維SIFT算子的特征提取算法，并通過后續(xù)的實驗證明了所提出的算法具有良好的性能。實驗結(jié)果表明，本文所提出的算法能夠有效地減少誤配點數(shù)、降低匹配用時以及提高匹配準(zhǔn)確率。
　　3.文字圖像的超分辨率重建技術(shù)研究。本文重點對凸集投影算法進行了深入分析，由于原有算法的閾值不變，降低了算法的靈活性，因此會影響最終重建效果。然后針對文字圖像所含有的灰度值呈雙峰分布這一特征和傳統(tǒng)凸集投影法魯棒性差這一問題，本