基于正則化文本圖像超分辨率重建技術(shù)的研究與應(yīng)用.pdf

1、因?yàn)閿z像硬件設(shè)備限制或者攝像條件等影響，會導(dǎo)致圖像質(zhì)量低下、邊緣不明顯。單方面地提高硬件設(shè)備的成像精度會增加產(chǎn)品的成本，而且也不能徹底解決成像環(huán)境的干擾。超分辨率重建技術(shù)的提出無疑是解決這一難題的最佳途徑，既能合理避免因改進(jìn)成像系統(tǒng)造成的浪費(fèi)，又能有效提高圖像質(zhì)量。
　　迄今為止，超分辨率重建技術(shù)已得到深入研究與廣泛應(yīng)用。然而專門針對文檔圖像的超分辨率重建算法尚在少數(shù)，且現(xiàn)有方法在重建文檔圖像方面存在很多缺陷，為此本文針對基于正則

2、化的文檔圖像超分辨率重建技術(shù)的理論和應(yīng)用做了深入研究和全面分析，主要內(nèi)容包括:
　　(1)研究了自然圖像與文檔圖像的區(qū)別，分析文檔圖像兩大特有屬性:灰度值雙峰分布和梯度值分段光滑。然后根據(jù)這些特點(diǎn)，列出針對文檔圖像的數(shù)學(xué)重建模型。
　　(2)具體研究了金字塔分層原理以及光流場參數(shù)估計(jì)方法，驗(yàn)證了計(jì)算光流場的過程本質(zhì)上就是一個求解線性系統(tǒng)的過程。最后在經(jīng)典光流場計(jì)算方法的基礎(chǔ)上改進(jìn)了算法，使用自適應(yīng)迭代法代替了傳統(tǒng)的一階Tay

3、lor級數(shù)。通過對實(shí)驗(yàn)結(jié)果的觀察與分析，表明本文改進(jìn)算法計(jì)算精確度更高，完全適用于文檔圖像重建階段的配準(zhǔn)。
　　(3)分析了Geman&McClure范數(shù)的函數(shù)特性，并將其加入到目標(biāo)函數(shù)作為數(shù)據(jù)擬合項(xiàng)，通過實(shí)驗(yàn)驗(yàn)證了其優(yōu)越的魯棒性。對雙邊全變分BTV正則化項(xiàng)理論基礎(chǔ)進(jìn)行推導(dǎo)，將Huber函數(shù)先驗(yàn)?zāi)Ｐ鸵胝齽t化項(xiàng)進(jìn)行設(shè)計(jì)改進(jìn)，在理論上驗(yàn)證了其邊緣保持性能，并列出了本文算法具體實(shí)現(xiàn)步驟。最后根據(jù)本文提出的算法與現(xiàn)有算法針對普通文檔圖像

4、和古代污損文本圖像分別進(jìn)行實(shí)驗(yàn)比較，驗(yàn)證了本文算法可以有效采用低分辨率文檔圖像的特性，合理運(yùn)用字符構(gòu)造特點(diǎn)的先驗(yàn)知識。說明了本文算法在同樣的應(yīng)用環(huán)境中可以更加有效地保護(hù)邊緣，消除各種類型的噪聲干擾，顯著提升低分辨率文檔圖像中的字符識別率同時縮減執(zhí)行時長，適用于各類低分辨率文檔圖像。
　　(4)分析了車牌識別相關(guān)重要模塊，包含圖像塊邊緣檢測、區(qū)域定位與字符分割等。隨后在車牌字符分割這一步驟前合理地引入本文提出的算法，用以提高字符圖像