正則化超分辨率圖像重建算法研究.pdf

1、超分辨率圖像重建（Super-resolution Reconstruction，SRR）是在現(xiàn)有的低分辨率成像系統(tǒng)的基礎上，通過利用數(shù)字信號處理技術，從一系列低分辨率觀測圖像中構造出一幅或多幅細節(jié)更為豐富的高分辨率圖像的技術。超分辨率圖像重建技術是一種經(jīng)濟且易于實現(xiàn)的圖像分辨率提高方法，因而在很多領域有著廣泛的應用前景，已成為目前圖像恢復領域的研究熱點之一。其中，快速有效的重建算法、高精度的圖像配準算法等，是超分辨率重建研究的重點和難

2、點。
　　 本文以圖像重建數(shù)學模型和超分辨率空域重建算法為研究主線，重點研究了基于MAP 正則化的超分辨率重建算法，詳細介紹了算法的基本原理，對于其中的代價函數(shù)和正則化約束項的選取方法進行了深入的分析和實驗對比?？紤]到當SR 重建中所能用到的低分辨率圖像較少時，會對重建的質量產(chǎn)生影響，本文在L1 范數(shù)重建算法框架下，提出了一種新的代價方程，在其中增加了關于丟失的低分辨率觀察信息的保真度項和正則化項。該方法同時對高分辨率圖像和丟失

3、的觀察信息進行迭代估計，并利用交替最小方法求解。實驗結果表明，在獲取低分辨率圖像較少的情況下，提出的算法能夠較好的改進重建的結果。
　　 正則化參數(shù)的選取對于重建結果和重建速度都有著重要的作用。在傳統(tǒng)的重建算法中，對于正則化參數(shù)的選取，大多是采用經(jīng)驗選取的方法，通過幾次重建結果的比對選取正則化參數(shù)。本文對于現(xiàn)有的正則化參數(shù)的選取方法策略進行了詳細的討論和分析，在已有的基于比例和基于L 曲線的參數(shù)選取方法的基礎上，通過對于實驗得到