基于正則化的圖像超分辨率重建算法的研究.pdf

1、圖像的超分辨率(Super-Resolution，SR)重建是圖像重建領(lǐng)域的一項重要技術(shù)。由于在圖像成像系統(tǒng)采集和處理圖像的過程中，各種因素，包括硬件設(shè)備和外部客觀原因等，都會使重建圖像的質(zhì)量下降。而傳統(tǒng)的通過提升硬件的方法來提高圖像分辨率顯得越來越力不從心。因此，尋求一種基于軟件處理方法來增加圖像分辨率顯得越來越重要，在這種情況下，圖像的超分辨率重建技術(shù)應(yīng)運而生。圖像的超分辨率重建技術(shù)就是利用同一運動場景下一系列低分辨率圖像之間的冗余

2、互補信息來重建出一幅高分辨率圖像。圖像的超分辨率重建過程本是一個典型的病態(tài)不適定問題，而正則化的方法能夠很好地解決其病態(tài)性的問題，是目前超分辨率重建的主流方法。因此，本文主要研究基于正則化的圖像超分辨率重建算法。
　　從病態(tài)性問題出發(fā)，重點研究了幾種經(jīng)典的正則化方法，然后分析了正則化參數(shù)的選擇對重建過程的影響，并研究了幾種常用的正則化參數(shù)的選擇方法。傳統(tǒng)的正則化方法在迭代過程中不能自適應(yīng)更新迭代步長，不能充分利用各個圖像通道之間的

3、相關(guān)信息，對此本文提出了一種的新的自適應(yīng)迭代的正則化方法。此方法在圖像重建過程中能夠?qū)⒆赃m應(yīng)更新正則化參數(shù)和自適應(yīng)更新迭代步長相結(jié)合。通過對三組圖像數(shù)據(jù)分別進(jìn)行了仿真實驗。結(jié)果表明，與雙邊總變分(BTV)算法相比，本文提出的算法能夠有效地保留原始圖像的邊緣信息，改善了重建圖像的質(zhì)量。
　　正則化方法的研究側(cè)重點主要是正則化項的選取。目前絕大多數(shù)的正則化項都是在空域中實現(xiàn)的，僅僅假設(shè)圖像場景為靜態(tài)且空間分辨率有限的狀況，均未考慮動態(tài)