论文题目: 超分辨率图像恢复中的方法研究
论文类型: 博士论文
论文专业: 模式识别与智能系统
作者: 袁小华
导师: 夏德深
关键词: 超分辨率图像恢复,二元树复小波变换,图像模糊估计,正则,边界修正,图像运动估计,总变差正则
文献来源: 南京理工大学
发表年度: 2005
论文摘要: 超分辨率图像恢复是近年来才出现的图像处理方法，该方法通过对图像序列作图像运动估计、图像信息融合、去模糊和去噪声等，从低分辨图像序列的多张图像中恢复细节更精细的高分辨率图像，是一种既经济又容易实现的图像分辨率提高方法，可用于提高遥感和医学等图像的分辨率。本文从单独考虑超分辨率图像内插，同时考虑图像模糊估计与高分辨率图像盲恢复，以及同时考虑图像运动、模糊估计与高分辨率图像盲恢复等三种不同处理方式，对超分辨率图像恢复中的方法进行了研究。 在仅考虑超分辨率图像内插方面，改进了现有超分辨率图像小波内插。首先指出现有超分辨率图像小波内插的不足在于它采用的是缺乏位移不变性和方向可选择性的二维实离散小波变换(DWT，discrete wavelet transformation)，使得该方法恢复的高分辨率图像中容易出现“振铃效应”，在恢复细节时可选方向少。本文提出一种改进的超分辨率图像小波内插，采用具有位移不变性和更多方向可选性的二元树复小波变换(DT CWT，dual tree complex transforrnation)，代替超分辨率图像小波内插中的DWT，使超分辨率图像内插可选的细节方向增多，恢复图像中的“振铃效应”也明显减少。给出了超分辨率图像DT CWT内插的计算方法。用人工低分辨率图像序列进行实验，实验结果表明了本文改进方法的有效性。 在同时考虑图像模糊估计和高分辨率图像恢复方面，改进了现有线性正则有参超分辨率图像盲恢复在正则处理上的不足。由于现有线性正则有参超分辨率图像盲恢复在线性的Tikhonov正则中，采用的是线性位移不变的正则参数和高通低不阻的恒定正则算子，导致该方法不能在高分辨率恢复图像中较好地保留图像边缘细节。本文提出线性自适应正则有参超分辨率图像盲恢复，在Tikhonov正则中引入高通低阻的Laplacian正则算子，用反映图像局部光滑特征的梯度信息对正则参数进行局部加权，使正则参数能随图像光滑特征自适应地改变大小，从而使高分辨率恢复图像中的边缘细节能更好地得到保留。给出了线性自适应正则有参超分辨率图像盲恢复的近似求解和计算步骤。在人工低分辨率图像序列上进行实验，实验结果表明了本文正则改进方法的有效性。 在同时考虑模糊估计和高分辨率图像恢复方面，还改进了现有线性正则有参超分辨率图像盲恢复在图像模型边界处理上的不足。由于现有线性正则有参超分辨率图像盲恢复基于的是静态的和零边界条件的图像模型，使得该方法在上述边界条件不满足时，容易在高分辨率恢复图像的边框处产生“振铃效应”。提出线性正则有参超分辨率图像盲恢复方法的边界改进方法，即：用Neumann边界构
论文目录:
摘要
Abstract
目录
1 绪论
1.1 概述
1.2 超分辨率图像恢复
1.2.1 超分辨率图像恢复的概念、应用及必要条件
1.2.2 超分辨率图像恢复要解决的问题
1.2.3 超分辨率图像恢复中的两个计算问题
1.3 超分辨率图像恢复的研究
1.3.1 国内外研究现状
1.3.2 超分辨率图像恢复的方法分类
1.3.3 超分辨率图像恢复算法的评价方法与指标
1.4 本文工作的创新点
1.5 本文内容安排
2 超分辨率图像二元树复小波内插的方法研究
2.1 引言
2.2 超分辨率图像内插的问题描述
2.2.1 退化图像序列的非均匀采样结构
2.2.2 超分辨率图像内插的问题描述
2.3 超分辨率图像实DWT内插
2.3.1 低分辨率图像序列的二维实DWT分解
2.3.2 高分辨率图像的二维实DWT系数估计
2.3.3 高分辨率图像的二维实DWT内插
2.4 DT CWT
2.4.1 传统DWT的不足
2.4.2 DT CWT
2.5 超分辨率图像DT CWT内插
2.5.1 低分辨率图像序列的二维DT CWT分解
2.5.2 高分辨率图像的二维DT CWT系数估计
2.5.3 高分辨率图像的二维DT CWT内插
2.5.4 DT CWT分解尺度的大小对超分辨率图像内插效果的影响
2.6 实验
2.7 本章小结
3 线性自适应正则有参超分辨率图像盲恢复的方法研究
3.1 引言
3.2 超分辨率图像盲恢复的问题描述
3.3 LSI正则有参超分辨率图像盲恢复方法
3.4 线性自适应正则有参超分辨率图像盲恢复
3.4.1 线性自适应正则的提出
3.4.2 线性自适应正则有参超分辨率盲恢复模型
3.4.3 线性自适应正则有参超分辨率盲恢复的近似求解
3.4.4 近似模型中的有关计算
3.5 实验
3.6 本章小结
4 线性正则有参超分辨率图像盲恢复中边界处理的方法研究
4.1 引言
4.2 静态线性图像模型的边界条件
4.2.1 静态线性图像模型的数学描述
4.2.2 静态线性图像模型的边界问题
4.2.3 主要的边界类型
4.3 LSI正则有参超分辨率图像盲恢复
4.4 线性正则有参超分辨率图像盲恢复中的边界改进
4.4.1 线性自适应有参超分辨率盲恢复的近似模型
4.4.2 近似模型的边界改进
4.4.3 边界改进的计算实现
4.4.4 退化图像序列的边界修正
4.5 实验
4.6 本章小结
5 基于运动估计的超分辨率图像盲恢复的方法研究
5.1 引言
5.2 图像子像素运动估计方法
5.3 基于运动估计的超分辨率图像盲恢复方法
5.3.1 基于运动估计的超分辨率图像盲恢复框架
5.3.2 结合时空张量和总变差正则的运动估计及其计算
5.3.3 对图像模糊估计及高分辨率图像恢复的有关计算
5.4 实验
5.5 本章小结
6 总结与展望
6.1 本论文的工作总结
6.2 有待进一步开展的超分辨率图像恢复研究
致谢
参考文献
附录
在攻读博士期间完成的论文
发布时间: 2006-12-06
参考文献
- [1].超分辨率图像盲复原算法的研究[D]. 元伟.天津大学2017
- [2].基于视觉感知的超分辨率图像重建及其质量评价[D]. 舒雷.江西财经大学2016
标签：超分辨率图像恢复论文; 二元树复小波变换论文; 图像模糊估计论文; 正则论文; 边界修正论文; 图像运动估计论文; 总变差正则论文;