基于Bandelet變換的時空域圖像超分辨重建研究.pdf

1、圖像和視頻的視覺感受主要依賴于圖像的時間分辨率和空間分辨率。時間分辨率越高，視頻中的運動畫面越自然；空間分辨率越高，圖像中的局部細節(jié)越明顯。超分辨技術(shù)旨在通過軟件方法提高圖像和視頻的時間/空間分辨率，以滿足人們視覺感官對獲取更豐富圖像信息的需要。
　　超分辨技術(shù)的研究可以分為時域超分辨技術(shù)和空域超分辨技術(shù)兩種。時域超分辨技術(shù)是指利用前后幀圖像信息估計中間幀圖像的方式，提高視頻的時間分辨率；空域超分辨技術(shù)是指從一幅或多幅低分辨率圖像

2、中產(chǎn)生更高空間分辨率的圖像。盡管研究者對時域和空域超分辨技術(shù)都進行了大量研究，也取得了重要的成果，但包括運動估計誤差、塊效應、邊緣模糊等關(guān)鍵問題依然沒有很好的解決。Bandelet變換是一種超小波變換，它能自適應地跟蹤圖像邊緣特征，實現(xiàn)圖像的稀疏表達，因此人們將 Bandelet變換應用于圖像壓縮領(lǐng)域，并取得了良好的效果。與傳統(tǒng)的方法相反，通過本文研究發(fā)現(xiàn)，將Bandelet的自適應邊緣跟蹤特性應用于圖像超分辨領(lǐng)域也能取得好的效果。

3、r>　　本文在研究圖像超分辨技術(shù)的基礎上，旨在利用 Bandelet變換的邊緣跟蹤的特性，克服傳統(tǒng)的超分辨技術(shù)所面臨的問題，提高圖像和視頻的時間/空間分辨率。主要研究內(nèi)容包括如下幾個方面：
　　1、為了提高運動估計的準確性，解決傳統(tǒng)塊匹配準則不足，提出一種基于優(yōu)先置信度、匹配置信度的運動估計方法，該方法能夠提高塊匹配的速度和準確性，減少誤匹配的可能性。方法首先通過對圖像靜止檢測，實現(xiàn)了圖像的靜止部分和運動部分的分割，再通過目標塊的

4、優(yōu)先置信度的排序、運動矢量遞歸、匹配置信度局部全搜索等方法，實現(xiàn)了運動矢量的快速估計；本文還通過運動矢量場時域和空域聯(lián)合濾波以及基于分區(qū)的重疊塊運動補償?shù)确椒▽崿F(xiàn)了圖像的時域超分辨。
　　2、傳統(tǒng)運動估計的判斷準則都是基于對塊像素一致性的判斷，沒有考慮到圖像的紋理和視覺特征，本文提出了基于bandelet相似性檢測的時域超分辨技術(shù)。其中，幾何相似性檢測能夠從圖像的幾何（邊長、紋理）特性進行相似塊匹配，視覺相似性檢測利用 Bande

5、let的多尺度分解和方向自適應特性與人眼視覺特性（線性或正交相位、位移不變性、多尺度性、方向刺激敏感特性）的相同點，能夠從視覺特性進行圖像的相似塊匹配。
　　3、針對單幀圖像超分辨率圖像重建算法中，現(xiàn)有的保護圖像邊緣的插值算法不能處理紋理復雜的圖像，而小波的邊緣插值算法由于其方向性局限，也不能充分利用圖像本身特有的幾何特征，本文提出了基于 Bandelet變換的邊緣自適應單幀圖像的超分辨算法，該方法利用 Bandelet變換對圖像

6、進行分區(qū)，對不同的區(qū)域采用不同的插值算法，特別在邊緣區(qū)域，采用了沿幾何邊緣方向進行系數(shù)的投影和重新排列，利用重排系數(shù)在紋理方向上的收斂特性，對圖像在紋理方向進行插值，實現(xiàn)了單幀圖像空間域的超分辨。
　　4、由于圖像中的噪聲和邊緣都包含有高頻成分，超分辨重建過程中保持圖像的邊緣特征與去噪是一個矛盾體，為了解決超分辨率圖像重建以及重建過程中噪聲的傳遞以及閾值函數(shù)適應性不足的問題。本文兼顧了 Bandelet和 Steins無偏估計降噪