论文摘要
高分辨率的图像因像素密度高而能为数字图像处理提供更多重要的细节信息,为图像后期处理打下良好的基础。然而,由于成像设备、光照等条件的限制,获取图像的分辨率往往都较低。所以,如何有效地提高成像图像的质量成为图像处理一项十分关键而重要的任务。图像超分辨率重建技术是目前提高图像分辨率的主要手段之一。图像超分辨率重建算法是利用同一场景的一系列低分辨率图像来重建一幅高分辨率的图像。这类算法的关键在于能够精确配准输入的低分辨率图像。通常低分辨率图像由于欠采样而存在频谱混叠现象,因此常用的基于傅立叶变换的频域配准算法性能就会下降。此外,传统的基于二维相关的旋转估计方法计算量较大,在实际应用往往难于实现。鉴于多帧图像超分辨率重建技术所存在的上述问题,本文进行了详细地研究和实验分析,主要完成了以下几个方面的工作:首先,详细地介绍了图像超分辨率重建技术的国内外研究现状,总结了重建算法包含的图像配准、插值重建和图像复原三个基本环节,并对非均匀内插法这类最直观的方法进行了讨论。其次,重点分析了频域内图像配准方法,讨论了旋转估计过程中将二维相关运算转化为一维相关运算过程中的不足之处,提出了改进的加权算法,从而有效地提高了配准的精度。然后,在改进算法的基础上给出了图像超分辨率重建的整体算法流程。对标准图像进行了实验仿真,证明了该算法是有效的。同时,实拍图像的重建实验结果说明了该算法具有一定的实用性。最后对本文工作进行了总结,并为重建技术的后续工作提出了建设性的方案。