圖像超分辨率重建關鍵技術的研究.pdf

1、實際中的許多成像系統(tǒng)，如紅外成像儀和CCD照相機等，受其固有的傳感器陣列排列密度的限制，采集到的視頻圖像分辨率不可能很高；此外光學系統(tǒng)的像差、大氣擾動及系統(tǒng)噪聲等因素也會造成圖像的模糊和變形。人們提出通過使用更好的成像設備來增強傳感器陣列密度，提高獲取圖像的分辨率，但這種僅通過改善硬件設備的方法會給使用者帶來較高的費用支出，而且硬件改善面臨的技術困難很難在短時間內(nèi)克服。因此從軟件方面著手，采用超分辨率重建技術來提高圖像分辨率有著極大的現(xiàn)

2、實意義和應用價值。超分辨率重建技術的目的就是由一些低分辨變形圖像或視頻序列來估計一幅較高分辨率的非變形圖像。該技術經(jīng)過近20年的發(fā)展，形成了許多實用的算法，如頻域法、非線性內(nèi)插法及空域迭代法等。這些算法各具特色，都能取得較好的重建效果，但也各有利弊，特別是近幾年興起的基于壓縮圖像或視頻的重建技術研究，由于量化噪聲的引入又使該領域面臨著新的困難和挑戰(zhàn)。本文針對超分辨率重建算法中的關鍵技術做了多方面的研究，通過分析歸納重建算法的基礎理論和相

3、關知識，圍繞影響重建技術穩(wěn)定性、快速性及提高壓縮圖像重建結(jié)果等三個方面展開，提出了新的改進思想，力求能夠完善超分辨率重建算法的性能。 ⑴研究了超分辨率重建算法的穩(wěn)定性問題。在基于統(tǒng)計思想的重建算法原理基礎上，第二章提出一種新的建模方法進行超分辨率重建。由于最大后驗概率(MAP)重建算法的穩(wěn)定性要求先驗圖像的隨機場模型應滿足規(guī)則化條件，其先驗模型的概率分布應滿足嚴格凸函數(shù)的條件，我們對邊緣圖像進行建模，將其近似為洛化茲分布，并通過

4、自適應地調(diào)整洛化茲寬度參數(shù)來逐步修正MAP迭代結(jié)果，實驗結(jié)果論證了該模型對于超分辨率重建算法的有效性和優(yōu)越性，基于洛倫茲分布的MAP重建算法，可以獲得理想而穩(wěn)定的重建結(jié)果。 ⑵研究了MAP算法應用于壓縮圖像或視頻的重建問題。由于壓縮過程中的分塊DCT和量化過程，變換編碼中存在著塊效應和振鈴效應，嚴重影響了圖像的可視質(zhì)量，而超分辨率重建的目的是建立一個高清晰度的圖像和視頻。 ⑶分別提出兩種思路進行超分辨率重建去塊效應的研究

5、。第一：從條件概率密度函數(shù)著手，將DCT系數(shù)的先驗知識與量化噪聲模型分布的分析相結(jié)合，在假設DCT域量化噪聲服從Laplacian分布的前提下，計算出DCT域量化噪聲的協(xié)方差矩陣，并進一步推導出其空域協(xié)方差矩陣，從而構建更通用的MAP重建算法框架。第二：從先驗概率模型著手，將圖像后處理技術與重建算法相融合，提出將壓縮圖像建模成分段馬爾可夫隨機場模型，按照各像素點方差值，對先驗圖像像素點進行特性分類，將圖像分為平滑、紋理、邊緣和振鈴四大部

6、分，并按不同的像素點特性構建相應的指示函數(shù)，以達到抑制噪聲并保持圖像紋理及邊緣等有用高頻信息的目的。 ⑷利用平移變換平移(CS)的思想進行多幀融合，提出一種新的基于小波變換思想的多幀插值算法，該法將CS的結(jié)構原理與多幅圖像或視頻幀內(nèi)固有的運動矢量信息相結(jié)合，實現(xiàn)重建算法中的非線性插值與圖像復原過程的結(jié)合。該法克服了傳統(tǒng)空間域非線性內(nèi)插算法的局限性，適用于各個低分辨率幀退化模型不同及成像系統(tǒng)未知的情況，同時算法的復雜性低，計算量小