基于L1范數(shù)圖像超分辨率重建算法研究.pdf

1、在道路病害檢測中,由于攝像機(jī)多處于野外環(huán)境,通常攝像設(shè)備較為簡陋,獲取的道路圖片分辨率較低。同時(shí)由于硬件成本較高,且成像系統(tǒng)本身的技術(shù)瓶頸,使得在很多領(lǐng)域高分辨率圖像通常難以獲取。圖像超分辨率重建技術(shù)的基本原理是通過軟件手段從多幅具有非冗余互補(bǔ)信息的低分辨率圖像重構(gòu)出包含更多信息的高分辨率圖像的過程。超分辨率重建技術(shù)不需要在硬件上改變成像系統(tǒng)便能提高圖像的空間分辨率,這樣能極大降低高分辨率圖像的獲取成本。超分辨率重建技術(shù)廣泛應(yīng)用的同時(shí)也

2、存在著許多亟待解決的問題,如超分辨率重建過程是病態(tài)的,解不唯一的。另外超分辨率重建的全過程涉及多個(gè)環(huán)節(jié),如圖像配準(zhǔn)中的運(yùn)動估計(jì)、插值放大、能量函數(shù)選擇、算法求解、去模糊,如何保證高效的實(shí)現(xiàn)重建過程需要各個(gè)環(huán)節(jié)的優(yōu)化協(xié)調(diào)。
　　本文主要研究內(nèi)容及成果如下:
　?、偬岢龌诟咚菇鹱炙男∈中嗡阉魉惴?針對圖像配準(zhǔn)中求取運(yùn)動位移估計(jì)計(jì)算量大的缺點(diǎn),采用基于高斯金字塔思想的運(yùn)動估計(jì)算法,通過使用高斯金字塔將圖像分層,先在金字塔上層

3、搜索運(yùn)動偏移量,然后以此偏移量為初始偏移量,再在金字塔下層進(jìn)行搜索,由于金字塔上層搜索范圍遠(yuǎn)小于原圖,因此能大大提高搜索速度。表3.2中實(shí)驗(yàn)結(jié)果表明,本文算法與傳統(tǒng)DS算法、NDS算法以及AHSDS算法相比,搜索點(diǎn)數(shù)最多減少128.24％,96.55％以及16.82％。PNSR最多下降了8.91％,6.76％,4.05％。說明本文算法能夠在保持運(yùn)動估計(jì)效果的前提下,減少運(yùn)動估計(jì)搜索點(diǎn)數(shù)。
　?、诓捎酶倪M(jìn)的基于加權(quán)預(yù)測的迭代盲解卷積

4、算法去模糊:本文研究將使用一種基于加權(quán)預(yù)測的迭代盲解卷積算法,并對迭代過程中的加速算子采用加權(quán)的方式進(jìn)行更新優(yōu)化。通過分析表4.1以及4.2的實(shí)驗(yàn)結(jié)果可以發(fā)現(xiàn),與采用傳統(tǒng)L-R算法進(jìn)行盲解重建相比,本文算法PSNR略有變小,分別下降為3.3％,4.3％,3.64％,4.15％,但去模糊過程迭代次數(shù)明顯減少,分別減少了48.25,51.43,50.43,43.9倍。
　?、弁ㄟ^3.4節(jié)以及第5章的仿真實(shí)驗(yàn),可以發(fā)現(xiàn),本文提出的基于高