视频图像的超分辨率复原技术研究

论文摘要

视频图像的超分辨率复原(重建)技术是指通过一定的方法,从低分辨率视频图像中获得较高分辨率的恢复图像,同时消除加性噪声以及由传感器和光学元件产生的模糊,使视频图像的分辨率突破原有限制的一种技术。本文对视频图像的超分辨率复原技术进行了研究与实验,围绕运动参数估计、考虑运动模糊的改进凸集投影(POCS)超分辨率重建算法以及近似点扩散函数检测(APEX)算法三个方面进行了深入研究。本文主要工作和创新点如下:1.从实际应用的角度出发,论述了视频图像的超分辨率复原技术的发展历程与技术分类,分析了已有方法存在的缺陷与不足,阐明了本文研究的意义;2.对光流法和块匹配法这两种常用的运动参数估计方法进行了分析,对其适用范围与局限性进行了研究。实验表明,当图像间存在小运动矢量时,光流法能够较好地进行运动参数估计;而当图像间的运动矢量较大或者为全局运动时,块匹配法可以获得较准确的运动参数。3.在对常用块匹配搜索算法分析比较的基础上,提出了一种“线性—并行”搜索策略(LPS),该策略将线性搜索与并行搜索相结合,可以减少计算复杂度。实验证明,该策略能够有效提高匹配速度,同时可保证运动参数答解的准确性。4.深入研究了包含运动模糊的视频成像模型和POCS算法,推导了该成像模型中点扩散函数的计算公式,并提出了一种POCS改进算法。实验证明,考虑运动模糊的改进POCS超分辨率重建算法能够有效地克服振荡效应,提高图像分辨率。5.深入分析和改进了APEX算法,提出了限制频域范围和平衡拟合误差的点扩散函数计算方法。实验证明,改进的APEX算法增强了盲复原处理的稳定性与适用性,能够取得理想的复原结果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 视频图像的超分辨率复原技术
• 1.3 视频图像的超分辨率复原技术分类
• 1.3.1 多帧图像超分辨率重建
• 1.3.2 单帧图像盲复原
• 1.4 存在的问题
• 1.5 论文的主要内容和组织结构
• 第二章 运动参数估计
• 2.1 引言
• 2.2 光流法
• 2.2.1 光流法原理
• 2.2.2 实验结果与分析
• 2.3 块匹配法
• 2.3.1 匹配准则
• 2.3.2 常用搜索算法
• 2.3.3 实验结果与分析
• 2.4 基于线性搜索的快速运动估计方法
• 2.4.1 LPS搜索
• 2.4.2 实验结果与分析
• 2.5 本章小结
• 第三章 考虑运动模糊的改进POCS超分辨率重建
• 3.1 简介
• 3.2 视频成像模型
• 3.2.1 通用视频成像模型
• 3.2.2 线性平移变化系统
• 3.2.3 LSV系统的离散化
• 3.3 改进的POCS算法
• 3.3.1 POCS算法原理
• 3.3.2 边缘振荡效应与Butterworth滤波
• 3.4 实验结果与分析
• 3.5 本章小结
• 第四章 近似点扩散函数检测算法
• 4.1 引言
• 4.2 G类点扩散函数
• 4.3 SECB算法
• 4.3.1 SECB算法原理
• 4.3.2 SECB算法性能分析
• 4.4 APEX算法
• 4.5 APEX算法分析与改进
• 4.6 盲解卷积的非唯一性问题
• 4.7 实验结果与分析
• 4.8 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 未来研究展望
• 参考文献
• 作者简历 攻读硕士学位期间完成的主要工作
• 致谢