退化图象的超分辨率复原技术研究

论文摘要

对于一个成像系统,其采集到的数字图象不可避免地受到众多因素影响而产生退化。由于成本和技术现实的压力,不可能通过增加图象传感器分辨率的方式来增加数字图象的分辨率。在分辨率有较高要求的应用中,就需要发展信号后处理技术来实现分辨率增强,这种技术就是超分辨率技术。由于超分辨率技术用软件方式折衷硬件需求,应用广泛,因此具有较大的现实研究意义。本文主要研究了超分辨率复原算法,根据图象退化模型和复原基本原理,实现凸集投影(Projection Onto Convex Sets, POCS)算法并结合小波变换的多尺度多分辨特性,提出在小波变换框架下的改进POCS算法,本文的主要工作内容如下:首先,分析了超分辨率图象复原技术的基本立足点,基于一般图象退化过程,阐述了模糊扭曲和扭曲模糊两种成像数学模型和数学公式。探讨了现有的主流超分辨率算法原理和优缺点。然后,根据POCS原理框架,插值过程使用双线性插值,图象运动估计采用块匹配法,设计了POCS算法程序。在分析POCS算法的优缺点后,结合小波的图象去噪和结构保持能力,使用Canny算子获取图象边缘,提出了基于小波变换增强的POCS改进算法。其次,构建了以FPGA为核心的图象采集平台获取实际退化数字图象,可以作为研究算法的实验数据来源。硬件设计内容包括CMOS传感器控制器、VGA控制器和高斯平滑滤波器等模块。模块采用Verilog HDL编写并完成功能仿真,给出了成像平台获取的图象及其图象预处理效果。平台能够实时采集图象,平滑滤波预处理效果明显。最后,在MFC框架下,根据设计的算法,编写了超分辨率图象复原软件,便捷了操作的同时提高了图象处理的速度。分析了POCS算法和基于小波变换的POCS改进算法性能。实验结果表明,改进算法能够较大提高POCS算法的复原效果。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景及研究的目的和意义
• 1.2 超分辨率图象复原技术国内外研究现状
• 1.2.1 图象和视频
• 1.2.2 频域法和空域法
• 1.2.3 超分辨率技术应用领域
• 1.3 本文的主要研究内容和结构安排
• 第2章 超分辨率图象重构算法
• 2.1 引言
• 2.2 超分辨率图象复原的可行性
• 2.3 低分辨率图象成像建模
• 2.3.1 扭曲模糊模型
• 2.3.2 模糊扭曲模型
• 2.4 超分辨率图象复原方法
• 2.4.1 迭代反向投影法
• 2.4.2 随机理论法
• 2.4.3 凸集投影法
• 2.5 本章小结
• 第3章 POCS 小波增强算法模型
• 3.1 引言
• 3.2 图象插值
• 3.2.1 最邻近插值
• 3.2.2 双线性插值
• 3.2.3 双三次插值
• 3.2.4 图象插值仿真
• 3.3 基于块匹配算法的图象配准（运动估计）
• 3.3.1 块匹配算法原理
• 3.3.2 匹配准则
• 3.3.3 搜索策略
• 3.3.4 DS 算法性能仿真
• 3.3.5 DS 算法运动补偿效果
• 3.4 POCS 算法程序设计
• 3.5 基于小波变换的POCS 算法
• 3.5.1 小波变换及小波阈值去噪
• 3.5.2 Canny 边缘检测及图象边缘增强
• 3.6 本章小结
• 第4章 退化图象序列硬件采集系统设计
• 4.1 引言
• 4.2 系统硬件配置
• 4.3 FPGA 图象序列采集系统
• 4.3.1 图象采集系统框图
• 4.3.2 CMOS 传感器控制器
• 4.3.3 RAW 转RGB 模块
• 4.3.4 彩色变灰度模块
• 4.3.5 复位模块
• 4.3.6 VGA 控制器
• 4.3.7 SDRAM 控制器
• 4.3.8 高斯平滑滤波器
• 4.4 采集结果显示
• 4.5 本章小结
• 第5章 实验结果与分析
• 5.1 引言
• 5.2 超分辨率图象复原结果的评价标准
• 5.2.1 均方误差测度
• 5.2.2 归一化均方误差测度
• 5.2.3 峰值信噪比
• 5.3 实验系统介绍
• 5.3.1 实验硬件环境
• 5.3.2 实验软件系统
• 5.3.3 上位机软件设计
• 5.4 POCS 算法实验与分析
• 5.4.1 实验步骤
• 5.4.2 实验结果
• 5.5 基于小波变换的POCS 改进算法实验与分析
• 5.5.1 小波去噪和Canny 边缘检测
• 5.5.2 改进 POCS 算法效果实测
• 5.6 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文及获得成果
• 致谢