学位论文 > 优秀研究生学位论文题录展示

图像超分辨率重建技术研究及在合成孔径光学的应用

作　者: 潘明
导　师: 李晓峰
学　校: 电子科技大学
专　业: 通信与信息系统
关键词: 超分辨率 双边滤波器 Miller正则化 归一化最速下降迭代 光学合成孔径
分类号: TP391.41
类　型: 硕士论文
年　份: 2007年
下　载: 358次
引　用: 3次
阅　读: 论文下载
 

内容摘要


图像的超分辨率重建就是为了突破图像采集设备固有分辨率的限制,利用相同背景的低分辨率的序列图像,产生高分辨率的图像。近年来,图像超分辨率重建技术因其良好的应用前景,一直是图像处理研究领域的热点。本文主要把图像的配准、基于自适应正则化的超分辨率重建技术作为研究内容,并结合双边滤波器理论和合成孔径光学系统的点扩散函数的分析,提出一个较为有效的仿真方案,使得到的图像在一定程度上改善空间分辨率,以得到更好的图像细节信息。本文主要从以下三个方面对超分辨率技术进行了研究,提出了改进的超分辨率图像重建的具体思想和解决办法,并结合基于合成孔径光学系统的超分辨理论,对图像质量的改善进行了新的探讨,从而使超分辨率重建技术有了进一步的发展。1.本文研究了多帧静态图像的超分辨率重建问题的重建模型和重建算法。本文采用通用的超分辨率重建模型,使用了Miller正则化、归一化的最速下降迭代算法来求解此类反问题,并在图像配准的过程中,对分层迭代的光流算法和多项式分解迭代算法进行对比仿真。2.本文提出了一种新的基于双边滤波器的超分辨率图像重建算法。该方法根据双边滤波器边缘保持、抑制背景噪声的双重特性,将提取出的图像的边缘信息作为先验约束结合到正则化迭代过程中,通过低分辨率图像序列,来重建一幅高分辨率的图像。实验结果表明,该算法具有较好的边缘保持特性和较好的迭代收敛性能,能够有效的提高超分辨率重建图像的质量。3.本文通过分析合成孔径光学系统的点扩散函数PSF和调制传输函数MTF,把基于光学合成孔径系统的光学超分辨和数字图像超分辨率这两个不同领域的技术,通过点扩散函数的数字化结合起来进行仿真实验。运用数字图像复原方法和超分辨率图像序列重建技术,使得到的图像在一定程度上提高了空间分辨率,得到了更清晰,质量更好的图片。

全文目录


中文摘要  4-5
Abstract  5-14
第一章 绪论  14-19
  1.1 研究背景及意义  14-16
  1.2 超分辨率技术国内外研究现状  16-17
    1.2.1 国外研究现状  16-17
    1.2.2 国内研究现状  17
  1.3 论文结构及内容安排  17-19
第二章 图像超分辨率重建技术的基本概念  19-30
  2.1 超分辨率问题的描述  19-21
  2.2 图像超分辨重建的观测模型  21-23
  2.3 超分辨率重建的基本环节  23-24
  2.4 超分辨率重建的基本方法  24-28
    2.4.1 频率域的方法  24-25
    2.4.2 非均匀插值的方法  25
    2.4.3 凸集投影法  25-26
    2.4.4 正则化的方法  26-27
    2.4.5 迭代反向投影的方法  27
    2.4.6 最大后验概率算法  27-28
  2.5 超分辨率重建图像质量评价标准  28-29
    2.5.1 峰值信噪比  28
    2.5.2 归一化的互相关函数  28-29
  2.6 本章小结  29-30
第三章 基于分层迭代的图像配准技术  30-40
  3.1 图像配准的基本概念  30-31
    3.1.1 图像配准的概念  30
    3.1.2 图像配准的应用领域  30-31
    3.1.3 图像配准的数学描述  31
  3.2 图像配准基本方法  31-38
    3.2.1 仿射变换  31-33
    3.2.2 基于光流的图像配准算法  33-34
    3.2.3 基于多项式展开的配准算法  34-36
    3.2.4 基于分层迭代全局运动估计的配准技术  36-38
  3.3 仿真及结果分析  38-39
    3.3.1 仿真的参数设置  38-39
    3.3.2 仿真结果及分析  39
  3.4 本章小结  39-40
第四章 基于双边滤波器的超分辨率技术  40-55
  4.1 双边滤波器理论  40-46
    4.1.1 双边滤波器原理  40-41
    4.1.2 双边滤波器处理效果仿真  41-43
    4.1.3 双边滤波器在边缘检测中的应用  43-46
  4.2 正则化理论  46-48
    4.2.1 正则化方法概述  46-47
    4.2.2 基于范数的正则化方法  47
    4.2.3 Miller 正则化基础  47-48
  4.3 自适应正则化理论在超分辨率技术中的应用  48-50
    4.3.1 自适应正则化图像处理理论  48-49
    4.3.2 最速下降递归迭代算法收敛性证明  49-50
  4.4 基于双边滤波器的正则化超分辨率重建算法  50-51
  4.5 仿真及结果分析  51-54
    4.5.1 仿真的参数设置  51-52
    4.5.2 仿真结果及分析  52-54
  4.6 本章小结  54-55
第五章 基于光学合成孔径成像的图像重建技术  55-76
  5.1 光学合成孔径基本概念  55-59
    5.1.1 光学分辨力的概念  55-56
    5.1.2 光学合成孔径系统结构  56
    5.1.3 无像差衍射受限光学合成孔径成像原理  56-58
    5.1.4 有像差衍射受限光学合成孔径成像原理  58-59
    5.1.5 合成孔径系统的填充因子  59
  5.2 光学合成孔径成像原理仿真及结果分析  59-62
  5.3 光学合成孔径成像数字化处理方案  62-75
    5.3.1 方案实现流程图  62-63
    5.3.2 前端的光学调整  63
    5.3.3 点扩散函数的估计  63-65
    5.3.4 点扩散函数在数字图像成像过程中的影响  65-67
    5.3.5 常用的数字图像恢复方法  67-70
    5.3.6 超分辨率重建技术在合成孔径光学系统中的应用  70-72
    5.3.7 基于合成孔径光学系统的超分辨率重建技术仿真  72-75
  5.4 本章小结  75-76
第六章 结论  76-79
  6.1 本文工作总结  76-77
  6.2 关于进一步研究的建议  77-79
致谢  79-80
参考文献  80-83
个人简历  83
攻读硕士学位期间的研究成果  83-84

相似论文

  1. 基于学习的低阶视觉问题研究,TP391.41
  2. 基于回归的图像超分辨率重建技术研究,TP391.41
  3. 利用非局部相似性的图像超分辨率重建研究,TP391.41
  4. 基于学习的视频超分辨率重建算法研究及实现,TP391.41
  5. POCS图像超分辨率重建技术研究,TP391.41
  6. 基于学习的图像超分辨率技术及其应用研究,TP391.41
  7. 基于自适应字典稀疏表示超分辨率重建的视频编码技术,TN919.81
  8. Tetrolet稀疏正则化与样本学习的图像超分辨率算法研究,TP391.41
  9. 基于样例的图像画质增强,TP391.41
  10. 基于正则化的超分辨率图像序列重建技术研究,TP391.41
  11. 图像超分辨率重建算法研究,TP391.41
  12. 基于小波变换的三维表面纹理超分辨率及评价,TP391.41
  13. 基于公路视频监控中车牌图像超分辨率复原方法的研究,TP391.41
  14. 序列图像超分辨率重建技术研究,TP391.41
  15. 视频序列超分辨率算法研究与实现,TP391.41
  16. 基于MAP的高光谱图像超分辨率方法研究,TP391.41
  17. 超分辨率图像重建算法的研究及实现,TP391.41
  18. 关于超分辨率图像重建的配准方法研究,TP391.41
  19. 基于POCS的图像超分辨率重建算法研究,TP391.41
  20. 多帧图像超分辨率重建算法研究,TP391.41
  21. 被动毫米波成像系统及被动毫米波图像超分辨率算法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com