基于廣義圖像先驗(yàn)的圖像超分辨率重建算法研究.pdf

1、隨著圖像技術(shù)的應(yīng)用和網(wǎng)絡(luò)數(shù)據(jù)的飛速增長，人們迫切需要獲取具有高分辨率的圖像數(shù)據(jù)。由于各種退化因素（如光學(xué)模糊、下采樣和噪聲）的影響，實(shí)際采集到圖像的空間分辨率往往不高。在不改變現(xiàn)有感光技術(shù)和圖像采集設(shè)備的前提下，圖像超分辨率重建技術(shù)是一種有效提高圖像空間分辨率的有力手段，在視頻監(jiān)控、醫(yī)學(xué)成像、遙感監(jiān)視，以及數(shù)字電視信號(hào)切換等領(lǐng)域，具有巨大的經(jīng)濟(jì)價(jià)值和廣泛的應(yīng)用前景，已成為圖像處理領(lǐng)域中的一個(gè)研究熱點(diǎn)。
　　針對(duì)圖像超分辨率重建技術(shù)

2、面臨的關(guān)鍵性問題，本文在廣義圖像先驗(yàn)思想的指導(dǎo)下，主要從非線性映射關(guān)系的估計(jì)、訓(xùn)練樣本的劃分、特征子空間的構(gòu)造、正則項(xiàng)的設(shè)計(jì)，以及非局部均值先驗(yàn)等方面，對(duì)單幀圖像超分辨率重建算法進(jìn)行了深入的研究，主要的研究成果有:
　　(1)提出了一種基于加權(quán)Boosting的超分辨率算法。針對(duì)每個(gè)待重建圖像塊，在核偏最小二乘回歸估計(jì)過程中，引入加權(quán)Boosting補(bǔ)償方案，自適應(yīng)地計(jì)算出最佳成分矩陣，估計(jì)出目標(biāo)高分辨率圖像塊的高頻細(xì)節(jié)，一定程度

3、上解決了傳統(tǒng)的核偏最小二乘算法對(duì)所有圖像塊選用相同數(shù)目的主元成分導(dǎo)致計(jì)算量大問題，而且在重構(gòu)圖像質(zhì)量上也有所改善。
　　(2)針對(duì)從大訓(xùn)練數(shù)據(jù)集里選取近鄰塊的速度不高問題，提出了一種基于聚類和加權(quán)Boosting的超分辨率算法。首先計(jì)算出低分辨率圖像塊的紋理特征向量，利用K-means聚類算法將大訓(xùn)練數(shù)據(jù)集劃分成K個(gè)不同的訓(xùn)練子集，對(duì)于每個(gè)待重建圖像塊，在對(duì)應(yīng)的訓(xùn)練子集里尋找與之相似的近鄰塊;然后使用加權(quán)Boosting回歸模型來

4、學(xué)習(xí)低分辨率和高分辨率圖像塊間的非線性映射關(guān)系，估計(jì)出重構(gòu)圖像中的高頻細(xì)節(jié)，該算法具有較高的時(shí)間效率和較好的重建效果。
　　(3)針對(duì)低分辨率圖像塊的梯度特征向量在鄰域嵌入關(guān)系中的匹配精度不高問題，提出了一種基于子空間投影和鄰域嵌入的超分辨率算法。先將低分辨率圖像塊的高維梯度特征向量投影到核主元成分分析(Kernel Principal Component Analysis，KPCA)特征子空間上，然后將KPCA特征向量投影到基于

5、核距離的局部保留投影(ModifiedLocality Preserving Projection，MLPP)特征子空間上，在MLPP特征子空間上選取近鄰塊，提高了待重建圖像塊與近鄰塊間的匹配精度。通過梯度特征向量間的相似度和比例因子計(jì)算出用于鄰域嵌入的重構(gòu)權(quán)值，與相應(yīng)的訓(xùn)練高分辨率圖像塊一起近似表示出目標(biāo)高分辨率圖像塊，有效地提高了超分辨率重建圖像的質(zhì)量。
　　(4)考慮到自然圖像邊緣的多方向性，以及邊緣在其主方向上的組稀疏性，

6、提出了一種基于方向稀疏和方向特征的超分辨率算法。先利用多尺度多方向的Curvelet變換提取圖像的Curvelet系數(shù)，將這些系數(shù)劃分成16個(gè)不同的集合，然后利用Curvelet逆變換對(duì)每個(gè)方向集合進(jìn)行重構(gòu)，得到對(duì)應(yīng)的方向特征圖像，構(gòu)造出一個(gè)組合總變分正則項(xiàng)，有效保留邊緣的全局和局部幾何結(jié)構(gòu)。利用低分辨率圖像塊中的亮度信息和方向特征信息，估計(jì)相似權(quán)值，構(gòu)造出方向非局部均值正則項(xiàng)，該算法在保持清晰的圖像邊緣和恢復(fù)豐富的紋理細(xì)節(jié)方面取到了較

7、好的結(jié)果。
　　(5)現(xiàn)有的非局部均值方法在近鄰塊的選取上很大程度依賴于搜索區(qū)域的選擇，需要大量的經(jīng)驗(yàn)研究時(shí)間。為此，提出了一種基于超像素分割和非局部均值的超分辨率算法，有效提高現(xiàn)有圖像超分辨率算法的性能。該方法先利用超像素分割技術(shù)將圖像劃分成很多個(gè)形狀不規(guī)則的區(qū)域，根據(jù)目標(biāo)像素點(diǎn)的一個(gè)小鄰域內(nèi)超像素分割標(biāo)簽索引號(hào)，自適應(yīng)地選擇一個(gè)或多個(gè)超像素作為其搜索區(qū)域，并在該區(qū)域內(nèi)進(jìn)行近鄰塊的選取，獲得較高的匹配精度，構(gòu)造非局部均值正則項(xiàng)。