基于圖像建模理論的多幅圖像正則化超分辨率重建算法研究.pdf

1、隨著信息時(shí)代的逐步發(fā)展和圖像處理的日益普及，科學(xué)研究和實(shí)際應(yīng)用對(duì)圖像分辨率的要求越來(lái)越高，因而對(duì)感光器制造技術(shù)逐漸提出新的挑戰(zhàn)。目前，通過(guò)減小單位像素尺寸和增大感光器芯片尺寸的硬件方案都存在技術(shù)上的瓶頸，同時(shí)價(jià)格昂貴的高精密感光器不適用于普及應(yīng)用。超分辨率(Super-Resolution；SR)重建技術(shù)利用已有低分辨率成像系統(tǒng)，通過(guò)信號(hào)處理的方法提高圖像分辨率，獲得國(guó)內(nèi)外學(xué)術(shù)界與商業(yè)界的極大關(guān)注和深入研究，具有重要的理論意義和應(yīng)用價(jià)值

2、。 本文研究以基于圖像建模理論的空域SR重建算法為主線，針對(duì)SR重建退化模型中的圖像去噪、圖像放大、圖像增強(qiáng)、運(yùn)動(dòng)估計(jì)等關(guān)鍵子問(wèn)題，重點(diǎn)研究發(fā)展了邊緣保持、紋理保持、以及角形保持的圖像建模，并且在此基礎(chǔ)上相應(yīng)地提出了一系列基于圖像建模理論的多幅圖像正則超分辨率重建算法。本文取得的創(chuàng)新理論及主要成果包括： (1)針對(duì)各向同性MRF(Markov Random Field)圖像先驗(yàn)?zāi)Ｐ?，定義了一類非負(fù)穩(wěn)健p-函數(shù)作為邊緣保持

3、勢(shì)函數(shù)，同時(shí)將雙邊濾波推廣到穩(wěn)健雙邊濾波，建立了雙邊濾波與Bayesian MAP框架之間的理論聯(lián)系。進(jìn)一步地，通過(guò)同時(shí)考慮像素的亮度信息和圖像的幾何信息，設(shè)計(jì)了一種結(jié)構(gòu)自適應(yīng)的各向異性數(shù)字濾波器。在此基礎(chǔ)上，提出了各向異性的MRF圖像先驗(yàn)?zāi)Ｐ?，同時(shí)建立了基于各向異性MRF圖像模型的聯(lián)合圖像配準(zhǔn)和高分辨率圖像估計(jì)的邊緣增強(qiáng)SR重建算法。重建圖像的視覺(jué)效果和峰值信噪比顯示，本文算法不僅能夠更好地抑制噪聲和保持邊緣，而且能夠同時(shí)抑制平坦區(qū)域

4、中的階梯效應(yīng)。 (2)針對(duì)Rudin和Osher提出的連續(xù)全變差模型(Continuous Total Variation；CTV)在數(shù)字圖像處理中的不足，分別提出了邊緣保持的超數(shù)字化全變差(Beyond Digital TV；BDTV)模型和紋理保持的自適應(yīng)超連續(xù)型全變差(Adaptive Beyond Continous TV；ABCTV)模型。BDTV模型不僅能夠保持邊緣結(jié)構(gòu)的清晰度，而且能夠抑制平坦區(qū)域中的階梯效應(yīng)，尤其

5、適用于近似卡通圖像的數(shù)字圖像處理。ABCTV模型利用曲面的主曲率信息實(shí)現(xiàn)連續(xù)TV模型和高階連續(xù)TV模型的自適應(yīng)耦合，能夠在抑制噪聲過(guò)程中同時(shí)保持圖像的邊緣和紋理結(jié)構(gòu)。進(jìn)一步地，分別在參數(shù)化全局運(yùn)動(dòng)和非參數(shù)局部運(yùn)動(dòng)兩種情形下提出基于BDTV模型的聯(lián)合超分辨率重建和運(yùn)動(dòng)估計(jì)算法框架。重建圖像的視覺(jué)效果和峰值信噪比均驗(yàn)證了本文算法的有效性。 (3)重點(diǎn)研究了如何在圖像插值過(guò)程中同時(shí)實(shí)現(xiàn)邊緣結(jié)構(gòu)的光滑重建和角形結(jié)構(gòu)的尖銳重建，首次提出可

6、以用于增強(qiáng)角形結(jié)構(gòu)的角形沖擊濾波器的概念。角形沖擊濾波器的設(shè)計(jì)主要分為兩步：通過(guò)角形強(qiáng)度度量確定角形沖擊流的速度；基于水平線演化理論確定角形沖擊流的方向。通過(guò)耦合角形沖擊濾波器和Osher等提出的邊緣沖擊濾波器，能夠同時(shí)實(shí)現(xiàn)增強(qiáng)邊緣結(jié)構(gòu)和角形結(jié)構(gòu)的目的。將角形沖擊濾波器與方向擴(kuò)散PDE圖像插值算法耦合，不僅能夠去除邊緣上的鋸齒效應(yīng)，而且能夠同時(shí)抑制方向擴(kuò)散PDE在角形區(qū)域的擴(kuò)散，大大提高了插值圖像的視覺(jué)質(zhì)量。在此基礎(chǔ)上，提出了幾何結(jié)構(gòu)增

7、強(qiáng)的PDE超分辨率重建算法框架，理論分析和實(shí)驗(yàn)結(jié)果均表明，本文算法是對(duì)Capel和Kim的PDE-SR重建算法合理有效的發(fā)展。 (4)重點(diǎn)對(duì)基于結(jié)構(gòu)張量的變分PDE的濾波性能進(jìn)行了系統(tǒng)的分析研究。Weickert等提出的散度型各向異性PDE對(duì)應(yīng)的是具有角形保持作用的平滑-增強(qiáng)型濾波機(jī)制；而Tschumperlé等提出的可計(jì)算跡型PDE是散度型各向異性PDE的一種退化情形，對(duì)應(yīng)的是平滑型濾波機(jī)制但是不具有角形保持作用。在此基礎(chǔ)上，研究分析

8、了基于結(jié)構(gòu)張量的變分泛函滿足角形保持性能的條件。最后，建立了一種面向應(yīng)用的統(tǒng)一正則PDE框架，能夠更為直觀、有效地刻畫(huà)PDE在平坦區(qū)域、邊緣結(jié)構(gòu)、以及角形結(jié)構(gòu)的濾波性能。圖像濾波、圖像插值、圖像修補(bǔ)等多種圖像處理結(jié)果均驗(yàn)證了本文統(tǒng)一PDE框架的有效性。 (5)在剛性圖像變換模型下提出基于幾何結(jié)構(gòu)相似度最大化的魯棒圖像配準(zhǔn)算法。幾何結(jié)構(gòu)相似度定義為參考圖像與待配準(zhǔn)圖像在幾何結(jié)構(gòu)方向場(chǎng)之間的一致性，更加符合人類感知的魯棒性，并且提出