序列圖像超分辨率重建技術(shù)研究.pdf

1、圖像具有清晰明了和生動(dòng)直觀的特點(diǎn)，一直以來(lái)作為一種存儲(chǔ)和交流視覺(jué)信息的方式。伴隨著科技的進(jìn)步和人類生活質(zhì)量的不斷提升，人們對(duì)圖像在視覺(jué)上的要求也越來(lái)越高，而決定圖像視覺(jué)好壞的因素是圖像分辨率，它是圖像細(xì)節(jié)表現(xiàn)能力的一種度量。在同一場(chǎng)景中，圖像的分辨率越高，該場(chǎng)景中的細(xì)節(jié)信息表現(xiàn)的詳細(xì)，直觀看來(lái)圖像越清晰，否則，圖像因細(xì)節(jié)少而模糊不清。因此人們希望能直接獲得分辨率較高的圖像，但是需要通過(guò)硬件成像設(shè)備得到分辨率較高的圖像，這對(duì)硬件設(shè)備的要求

2、更加嚴(yán)格，增加了生產(chǎn)成本，為了解決此問(wèn)題，超分辨率重建技術(shù)應(yīng)運(yùn)而生。
　　圖像超分辨率重建是指利用一幀或者多幀低分辨率圖像重建出一幀或多幀高分辨率圖像的數(shù)字圖像處理技術(shù)。圖像超分辨率重建過(guò)程是圖像退化的逆過(guò)程，又因?yàn)橹亟ńY(jié)果的不唯一，所以說(shuō)它是一個(gè)典型的病態(tài)問(wèn)題。因此需要利用先驗(yàn)約束信息對(duì)此病態(tài)問(wèn)題進(jìn)行正則化處理，把病態(tài)問(wèn)題轉(zhuǎn)化為良性問(wèn)題。從開(kāi)始的全變分正則化算法，到后來(lái)的雙邊濾波全變分正則化算法，重建效果越來(lái)越好。由于圖像在獲取

3、的過(guò)程中會(huì)受到目標(biāo)場(chǎng)景或攝像機(jī)的運(yùn)動(dòng)、大氣擾動(dòng)以及傳感器光學(xué)系統(tǒng)自身的影響，因而會(huì)造成圖像模糊或噪聲而使圖像質(zhì)量退化，圖像分辨率較低。圖像中主要存在的噪聲類型有脈沖噪聲(椒鹽噪聲)和高斯噪聲(白噪聲)。
　　正則化算法函數(shù)中含有兩項(xiàng)，第一項(xiàng)是保真項(xiàng)，此項(xiàng)是為了保證重建后的高分辨率圖像與成像設(shè)備獲取的原始序列低分辨率圖像的接近程度，接近程度越高證明分析得到的降質(zhì)因素越符合實(shí)際情況，有L1范式和L2范式之分，L1范式對(duì)拉普拉斯噪聲模型

4、可以很好地保持圖像邊緣細(xì)節(jié)，L2范式針對(duì)高斯噪聲模型可以平滑圖像；第二項(xiàng)是正則項(xiàng)，為了解決超分辨率重建的病態(tài)性，保證重建結(jié)果的唯一，此項(xiàng)中含有正則化參數(shù)，是為了平衡保真項(xiàng)和正則項(xiàng)。
　　為同時(shí)濾除高斯噪聲和脈沖噪聲并重建得到高分辨率圖像，本文提出一種使用L1和L2混合范式并結(jié)合雙邊全變分(Bilateral Total Variation，BTV)正則化算法對(duì)序列圖像進(jìn)行超分辨率重建。首先基于多分辨率策略的光流場(chǎng)模型對(duì)序列低分辨率