序列图像超分辨率重建关键技术研究

论文摘要

如今序列图像超分辨率复原成为图像领域的研究热点。其主要思想是利用各帧间有相对运动的同一场景的序列低分辨率图像来重构出超分辨率图像。而精确的亚像素配准可以保证两幅图像之间在空间和灰度特征上的映射关系的过程,它的准确程度决定了超分辨率结果的好坏。为此本文针对超分辨率问题中的两个核心领域——配准、重建,在总结前人的研究成果上做了深入的研究,提出了改进算法,旨在高速、高效的实现图像的超分辨率重建。本文的主要研究工作主要包括如下几个方面：1)许多传统的配准只考虑几何变换,为了改进这种缺点本文提出了基于几何和光度混合仿射模型的配准迭代算法。该方法不仅具有亚像素级的配准精度和较强的稳健性,而且使得重建图像的亮度得到了保持,使得配准模型更加完善。最后利用小波金字塔的多尺度表示提高配准的精度,降低了时间复杂度。用一组模拟图像和一组真实影像分别作实验,其重建结果好,并且信噪比和结构相似度有了较大地提高。2)初值选取的好坏直接影响到序列图像超分辨率重建的效果。针对传统以插值结果作为初值的超分辨率重建效果不佳的问题,提出了结合核岭回归和图像先验模型的序列超分辨率重建的初值计算方法。该算法包括两部分：(1)对序列图像中的任意一幅,采用核匹配追踪(KMP)和梯度下降的方法,降低了核岭回归问题的时间复杂度。(2)为了解决正则化引起的振铃效应,用图像先验模型进行后续加工。实验表明该方法的重建结果清晰,当重建倍数较高的时候细节得到了很好的保持,同时重建效率较高。3)利用(?)natlab语言实现了上述算法,结果表明,本文提出的两种改进算法效率高、效果好,并能满足超分辨率重建的需求。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 超分辨率研究背景与意义
• 1.2 超分辨率研究现状
• 1.3 图像配准技术国内外发展现状
• 1.4 配准对超分辨率重建的意义
• 1.5 本文的主要工作安排及创新点
• 第二章 图像配准综述
• 2.1 图像配准原理
• 2.2 亚像素级图像配准方法
• 2.3 图像配准方法分类
• 2.3.1 基于特征空间的分类
• 2.3.2 基于搜索空间的分类
• 2.3.3 基于搜索策略的分类
• 2.4 本章小结
• 第三章 超分辨率重建技术概述
• 3.1 基于空域的超分辨率重建算法
• 3.1.1 非均匀插值法
• 3.1.2 凸集投影（POCS）重建
• 3.1.3 迭代反投影（IBP）重建
• 3.1.4 统计复原方法
• 3.2 基于频域的超分辨率重建算法
• 第四章 基于混合仿射模型的Keren亚像素配准
• 4.1 基于刚体变换模型的Keren亚像素配准
• 4.2 基于仿射几何模型的Keren配准
• 4.3 基于混合仿射模型的Keren配准
• 4.3.1 仿射光度模型
• 4.3.2 基于几何和光度的八参数混合仿射模型
• 4.4 仿真实验
• 4.4.1 实验一
• 4.4.2 实验二
• 4.5 本章小结
• 第五章 基于改进核岭回归方法选取序列超分辨率初值
• 5.1 核岭回归（KRR）基本原理
• 5.1.1 线性岭回归算法
• 5.1.2 核岭回归（KRR）在超分辨率重建中的应用
• 5.1.3 稀疏方法
• 5.2 结合梯度下降的核匹配追踪（KMP）方法
• 5.3 利用图像先验模型得到清晰边缘
• 5.4 序列超分辨率重建仿真
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 研究工作总结
• 6.2 后续工作与展望
• 参考文献
• 致谢
• 硕士在读期间的研究成果