面向序列圖像的超分辨率重建算法研究.pdf

1、隨著人們對圖像分辨率要求的提高，現(xiàn)有成像設備的分辨率往往不能滿足要求，因為在數(shù)字圖像的獲取過程中，成像傳感器固有的采樣頻率限制了圖像的分辨率。為了獲得更高分辨率的圖像而從硬件方面改善需要很高的成本，于是如何利用經(jīng)濟可行的軟件方法提高圖像的分辨率受到了廣泛的關注。利用序列低分辨率圖像的信息進行超分辨率重建能夠得到比較令人滿意的高分辨率圖像。超分辨率重建方法已經(jīng)成為這一領域目前研究的熱點。
　　本文主要針對序列圖像之間運動參數(shù)的估計和

2、超分辨率重建算法這兩個方面展開了研究。對于運動參數(shù)的估計本文首先利用塊運動估計算法，研究并實現(xiàn)了多種搜索算法尋找最佳匹配塊，從而估計出運動參數(shù)。但由于此算法對運動參數(shù)不能估算到亞像素級，精度不夠高，于是本文研究并實現(xiàn)了多種亞像素圖像配準算法并提出了兩種改進算法，分別是基于互相關的改進亞像素圖像配準算法，基于Lucchese和去混疊的改進亞像素圖像配準算法。實驗結果表明，基于互相關的改進亞像素圖像配準算法與傳統(tǒng)的相位相關方法相比，在保證精

3、度的同時大大縮短了計算時間?；贚ucchese和去混疊的改進亞像素圖像配準算法估計的運動參數(shù)精度更高，誤差更小。
　　對于超分辨率圖像重建，本文對POCS方法進行了深入研究，針對用基本POCS算法重建的高分辨率圖像中出現(xiàn)的邊緣缺陷分析了原因，并對算法進行了改進，提出了改善邊緣質(zhì)量的POCS超分辨率圖像重建算法，在迭代過程中引入巴特沃斯低通濾波器對重建圖像進行平滑處理，弱化了邊緣的界限，使邊緣能更好地適應凸集約束，改善了重建圖像的