学位论文 > 优秀研究生学位论文题录展示

基于同类组和正则化的多帧超分辨率技术

作 者: 李璋
导 师: 金良海
学 校: 华中科技大学
专 业: 计算机应用技术
关键词: 超分辨率 同类组 正则化 噪声鲁棒性
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 2次
引 用: 0次
阅 读: 论文下载
 

内容摘要


超分辨率重建技术是通过融合多帧同一场景的低分辨率图像得到一个更高分辨率、更清晰图像的技术,是图像增强的主要分支。但是现存算法仍存在着噪声鲁棒性不强的问题,算法难处理除高斯白噪声以外的其它类型噪声,如脉冲噪声等;同时,边缘保留性能也是超分辨率算法追求的重要目标。针对超分辨率的鲁棒性和边缘模糊等方面问题,进行了两方面改进。首先,为了使算法能适用于脉冲噪声模型,在图像重建过程中,借鉴了图像去噪领域的同类组思想。从像素可靠性方面入手,使用同类组方法为每个像素分配一个权值,这个权值代表当前像素和邻域像素的相似度,然后将这些相似度度量融合到高分辨率图像重建中。另一方面,传统的双边全变分正则化方法给所有像素都赋予相同参数,没有考虑像素属于噪声的可能性,因此结果对噪声点处理不好,而改进的算法通过每个像素的可靠性对正则化式的保真项进行约束,从而更好地保持了那些可靠的低分辨率图像特征,同时有效地去除了那些不可靠的低分辨率图像特征,提高了高分辨率图像的图像质量。实验证明,提出的方法在取得良好的超分辨率结果,对于图像边缘保留性能显著,还具有良好的噪声鲁棒性,不仅适用于大多数算法使用的高斯白噪声框架,还适用于那些散粒状特异值类型的噪声,如脉冲噪声等。同时,算法思想基于空域的小范围邻域像素间的相似性度量,实现简单,也节省了大量的运算成本。

全文目录


摘要  4-5
Abstract  5-7
1 绪论  7-12
  1.1 研究背景和意义  7-8
  1.2 国内外研究现状  8-11
  1.3 论文研究内容及组织结构  11-12
2 超分辨率技术相关技术  12-21
  2.1 超分辨率技术数学模型  12-15
  2.2 系统噪声模型  15-18
  2.3 基于光流法的配准  18-19
  2.4 本章小结  19-21
3 基于同类组与正则化技术的超分辨率技术  21-40
  3.1 系统设计  21-23
  3.2 基于同类组的融合方法  23-34
  3.3 改进的双边正则化重构方法  34-39
  3.4 本章小结  39-40
4 算法评价与结果  40-51
  4.1 算法评价方式  40-41
  4.2 实验结果与分析  41-50
  4.3 本章小结  50-51
5 总结与展望  51-53
  5.1 总结  51
  5.2 展望  51-53
致谢  53-54
参考文献  54-58

相似论文

  1. 基于学习的低阶视觉问题研究,TP391.41
  2. 纺织材料热湿传递的数学模型研究,TS101
  3. 关于最小二乘问题近似解误差估计的进一步研究,O241.5
  4. 基于正则化方法的模糊C-均值聚类算法的研究,TP311.13
  5. 电阻抗成像问题中某些数值解法的研究,O441.4
  6. 第一类Volterra积分方程数值方法的研究,O241.83
  7. 基于正则化方法改进BP算法的研究,TP183
  8. 基于回归的图像超分辨率重建技术研究,TP391.41
  9. 利用非局部相似性的图像超分辨率重建研究,TP391.41
  10. 彩色图像的超分辨率重建与并行处理技术的研究,TP391.41
  11. 基于学习的视频超分辨率重建算法研究及实现,TP391.41
  12. 基于超分辨率重建方法的图像视频压缩编码技术研究,TN919.81
  13. POCS图像超分辨率重建技术研究,TP391.41
  14. 基于学习的图像超分辨率技术及其应用研究,TP391.41
  15. 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
  16. 无线传感器网络定位算法的研究,TN929.5
  17. Tetrolet稀疏正则化与样本学习的图像超分辨率算法研究,TP391.41
  18. 基于样例的图像画质增强,TP391.41
  19. 人脸图像超分辨率技术研究,TP391.41
  20. 基于局部结构相似的视频超分辨率算法,TP391.41
  21. 视频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