基于Markov隨機(jī)場(chǎng)的超分辨率圖像重建.pdf

1、圖像超分辨率（SR）重建是由一系列低分辨率（LR）變形圖像來(lái)估計(jì)一幅或多幅較高分辨率非變形圖像的技術(shù)，其在提高圖像分辨率的同時(shí)還能夠消除加性噪聲以及由有限檢測(cè)器尺寸和光學(xué)產(chǎn)生的模糊，以便獲取圖像更多的信息和細(xì)節(jié)內(nèi)容，是圖像融合領(lǐng)域中的一個(gè)重要分支。超分辨率圖像重建的方法分為兩大類(lèi)：頻率域算法和空間域算法。頻率域算法提出時(shí)間較早，主要對(duì)具有全局位移的圖像序列進(jìn)行處理；空間域算法具有更大的靈活性，是圖像處理領(lǐng)域主要研究方向。目前空間域算法主

2、要有迭代反投影（IBP）算法、凸集投影（POCS）算法、最大后驗(yàn)概率（MAP）算法等，但這些算法都存在收斂速度慢、計(jì)算量大的缺點(diǎn)，在實(shí)際應(yīng)用中無(wú)法滿(mǎn)足系統(tǒng)的實(shí)時(shí)性要求，因此圖像超分辨率重建始終是圖像處理領(lǐng)域的研究難點(diǎn)。 本文針對(duì)圖像超分辨算法進(jìn)行了深入的研究，在保證圖像超分辨率重建效果不降低的前提下，構(gòu)建精確圖像模型，并提出一種基于Markov隨機(jī)場(chǎng)的圖像超分辨率重建算法。該算法首先采用了一種，對(duì)圖像進(jìn)行運(yùn)動(dòng)估計(jì)，這種新三步搜索

3、算法同時(shí)兼顧較大和較小運(yùn)動(dòng)估計(jì)兩種情況，在小運(yùn)動(dòng)估計(jì)的情況下也能取得很好的運(yùn)動(dòng)估計(jì)效果，新三步搜索算法結(jié)合運(yùn)動(dòng)圖像最優(yōu)點(diǎn)通常分布在零矢量周?chē)奶攸c(diǎn)，加快了運(yùn)動(dòng)估計(jì)的過(guò)程，減小了超分辨率圖像重建的運(yùn)算量；其次，該重建算法在最大后驗(yàn)概率的基礎(chǔ)上，利用Potts—Strauss模型作為圖像的先驗(yàn)概率密度函數(shù)，通過(guò)迭代條件模型算法實(shí)現(xiàn)超分辨率圖像重建。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的有效性，并克服了目前各類(lèi)算法中存在收斂慢、計(jì)算量大的缺點(diǎn)，是一種高效