MAP框架下圖像超分辨率重建正則化算法研究.pdf

1、圖像超分辨率重建(Super—Resolution Reconstruction，SRR)，是指運(yùn)用信號(hào)處理技術(shù)從一系列模糊、混有噪聲的多幅低分辨率(Low—Resolution，LR)圖像，來創(chuàng)建一幅或多幅細(xì)節(jié)更加豐富的高分辨率(High—Resolution，HR)圖像。由于SRR技術(shù)是在不改變當(dāng)前成像系統(tǒng)的硬件條件下，克服了成像系統(tǒng)所固有分辨率的限制，最大程度的降低了使用成本。因此，SRR技術(shù)是一種比較經(jīng)濟(jì)有效的方案，在許多領(lǐng)域中

2、都有著較為廣闊的應(yīng)用前景，近年來成為了國(guó)內(nèi)外圖像信號(hào)處理領(lǐng)域的研究熱點(diǎn)課題之一。
　　 本文以超分辨率空域算法和圖像降質(zhì)過程的數(shù)學(xué)觀測(cè)模型作為研究主線，簡(jiǎn)要介紹了基于貝葉斯理論的圖像SRR最大后驗(yàn)概率估計(jì)(MAP)算法的原理及推導(dǎo)過程。重點(diǎn)研究了基于MAP框架下圖像SRR正則化算法的原理，通過對(duì)不同全局代價(jià)方程的正則化算法進(jìn)行仿真實(shí)現(xiàn)，結(jié)合相關(guān)理論，對(duì)現(xiàn)有SRR算法作進(jìn)一步的分析，研究得到兩種新的改進(jìn)算法：
　　 一是為

3、了更好的保持重建圖像邊緣，以圖像灰度連續(xù)性為先驗(yàn)信息，作為重建圖像的一個(gè)約束項(xiàng)，稱之為梯度連續(xù)正則項(xiàng)，并結(jié)合雙邊濾波正則項(xiàng)(BTV)，提出了一種基于雙正則項(xiàng)的目標(biāo)方程。實(shí)驗(yàn)結(jié)果證明了該方法能更好地抑制噪聲和保持邊緣，且該算法對(duì)不同假設(shè)類型的噪聲模型不敏感，魯棒性較好，重建圖像的視覺效果和峰值信噪比(PSNR)均有一定的提高；并且，無論對(duì)假設(shè)的單一噪聲模型，還是混合噪聲模型作用下的LR圖像序列重建，魯棒性均較好。
　　 二是提出了