基于正則化的自適應超分辨率圖像重建算法研究.pdf

1、超分辨率（Super-Resolution，SR）圖像重建技術，是近年來圖像處理領域的研究熱點之一。其核心思想是，利用同一場景的多幅低分辨率圖像間信息的互補性，或一幅低分辨率圖像內不同部分結構的相似性，重建出一幅細節(jié)更加豐富的高分辨率圖像。本文在正則化理論的超分辨率重建方法框架下，圍繞運動估計和重建模型的建立這兩大超分辨率重建的關鍵問題展開研究。主要研究工作和成果如下:
　　(1)運動估計是多幀圖像超分辨率重建方法中的關鍵環(huán)節(jié)，運

2、動估計的精度直接影響多幀圖像的超分辨重建的效果。論文研究了一種基于泰勒級數(shù)展開的圖像運動估計方法，該方法在迭代求解過程中引入高斯金字塔結構，能夠精確快速地估計運動參數(shù);提出了一種改進的金字塔LK光流算法，該方法結合了LK光流算法和泰勒級數(shù)法的優(yōu)點，能對運動目標圖像實現(xiàn)運動估計。實驗表明，本文的運動估計方法具有亞像素精度，在應用于實際運動估計中能取得足夠高的精度。
　　(2)針對基于雙邊全變差(Bilateral Total Var

3、iation，BTV)正則化的圖像超分辨率重建模型的不足，提出了一種基于BTV正則化的局部結構自適應超分辨率重建方法，該方法根據(jù)局部結構，自適應選擇先驗模型和正則參數(shù)。實驗結果表明，本文方法能夠得到更好的重建結果，并且顯著減少手動選擇正則參數(shù)的工作量。
　　(3)針對單幀圖像超分辨率重建問題，研究了基于稀疏正則化的自適應超分辨率重建算法。該方法使用非局部均值法對圖像進行復原去噪處理，實現(xiàn)了利用自然圖像非局部的自我相似性對圖像進行學