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的研究
作 者: 张勇
导 师: 王好贤
学 校: 哈尔滨工业大学
专 业: 信息与通信工程
关键词: 超分辨率重建 正则化 尺度不变特征变换 稀疏表示 冗余字典 迭代收缩
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 39次
引 用: 0次
阅 读: 论文下载
内容摘要
图像超分辨率重建是一种重要的数字图像处理技术,被广泛地应用于安防、个人图像处理、医疗图像处理、卫星遥感成像等领域。低分辨率图像会对图像中感兴趣的目标识别造成一定的影响,同时还会降低图像视觉效果。为了增强图像的视觉效果,提高目标识别率,研究低分辨率图像的超分辨率重建是非常必要的,本文主要从以下两个方面进行研究:首先,对基于多帧的算法进行了研究。基于多帧的超分辨率重建技术利用输入的连续多幅图像提供的不同目标信息进行重建,本文对最大后验概率估计、凸集投影、迭代反投影以及正则化重建算法进行了分析与仿真,得出双边总变差正则化方法能够取得最好的重建结果。针对带有局部运动的图像序列,传统几何变换矩阵估计方法不能满足重建的需求;考虑到尺度不变特征变换能够实现运动目标跟踪,本文将其运用到运动目标的几何变换矩阵的估计上,然后采用双边总变差正则化方法进行运动目标重建。基于多帧的重建能够取得最可靠的重建结果,但实际中由于各种原因很难取得合适的多幅图像。因此,基于机器学习的超分辨率重建技术成为研究热点。基于机器学习的超分辨率重建技术通过对图像库的学习,获得重建所需要的信息,从而实现重建,本文对基于示例学习的重建算法、基于稀疏表示的重建算法以及基于迭代收缩和稀疏表示的重建算法进行了仿真与分析。基于示例学习的超分辨率算法能够实现大倍数的重建,但是要求输入和图像库是一类图像,一般用来人脸重建;双字典稀疏表示的重建方法能够实现更好重建质量,为了提高该算法的计算效率,本文给出了一种改进算法,其在基本保持原始重建效果的情况下,大大降低时间复杂度;考虑到应用中需要实现大倍数、平滑以及噪声环境下的图像重建,本文还重点研究了基于PCA和迭代收缩的重建方法,鉴于冗余字典在稀疏表示方面的优势,本文给出了一种基于冗余字典和迭代收缩的重建方法,实现了更好的重建结果。
|
全文目录
摘要 4-5 Abstract 5-9 第1章 绪论 9-14 1.1 课题背景及研究的意义 9 1.2 研究的现状及分析 9-13 1.2.1 基于多帧的重建算法 10-12 1.2.2 基于单幅图像的重建算法 12-13 1.3 本文的主要研究内容和安排 13-14 第2章 基本图像超分辨率重建算法 14-25 2.1 引言 14 2.2 超分辨率重建模型 14-15 2.3 多帧重建算法 15-20 2.3.1 最大后验概率估计 15-17 2.3.2 凸集投影算法 17-19 2.3.3 迭代反投影算法 19-20 2.4 基于示例学习的重建算法 20-22 2.5 超分辨率重建质量评价 22-24 2.6 本章小结 24-25 第3章 正则化图像超分辨率重建算法 25-38 3.1 引言 25 3.2 双边总变差正则化算法 25-31 3.2.1 鲁棒性分析 25-27 3.2.2 双边总变差约束因子 27-31 3.3 基于 SIFT 的几何变换矩阵估计 31-37 3.3.1 SIFT 特征 31-35 3.3.2 几何变换矩阵估计 35-37 3.4 本章小结 37-38 第4章 基于稀疏表示的超分辨率重建 38-50 4.1 引言 38-39 4.2 压缩感知基础 39-40 4.3 双字典稀疏表示的重建算法 40-45 4.3.1 图像高频信息恢复 41 4.3.2 一致性全局约束 41-42 4.3.3 冗余字典训练 42-45 4.4 子字典稀疏表示的重建算法 45-47 4.4.1 高频信息重建 45-46 4.4.2 子字典训练 46-47 4.5 结果分析对比 47-49 4.6 本章小结 49-50 第5章 基于迭代收缩和稀疏表示的重建算法 50-64 5.1 引言 50 5.2 先验约束 50-51 5.3 基于 PCA 和迭代收缩的重建算法 51-57 5.3.1 子字典和 ARM 权值参数训练 52-53 5.3.2 重建方程 53-55 5.3.3 迭代收缩求解 55-57 5.4 基于冗余字典和迭代收缩的重建算法 57-61 5.4.1 冗余字典训练 57-59 5.4.2 迭代收缩求解 59-61 5.5 结果分析对比 61-63 5.6 本章小结 63-64 结论 64-66 参考文献 66-71 攻读硕士学位期间发表的论文及其它成果 71-73 致谢 73
|
相似论文
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 基于稀疏表示的人脸识别算法研究,TP391.41
- 纺织材料热湿传递的数学模型研究,TS101
- 基于稀疏表示残差融合的人脸表情识别,TP391.41
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于回归的图像超分辨率重建技术研究,TP391.41
- 基于稀疏表示的立体匹配算法和红外目标的检测与跟踪,TP391.41
- 基于局部特征的图像拷贝检测研究,TP391.41
- 基于正则化MAP方法的图像超分辨率重建,TP391.41
- 基于SIFT的视觉跟踪算法研究,TP391.41
- 基于局部近似均值带BV正则化的函数重构方法与应用,O174
- 基于脑电信号的疲劳估计和实时监控技术研究,TN911.6
- 压缩感知在图像处理中的应用研究,TP391.41
- 特征提取与匹配算法的研究与应用,TP391.41
- 数字视频斑点检测与修复算法研究,TP391.41
- 基于监督学习的图像局部特征点检测子研究,TP391.41
- 基于稀疏表示的高空间分辨率遥感影像纹理描述方法的研究,TP751
- 代数曲线实时光栅化,TP391.72
- 弱稀疏信号欠定盲分离技术的研究,TN911.7
- 可变光照和遮挡条件下的人脸识别技术研究及其应用,TP391.41
- 大地电磁正则化反演及其应用研究,P631.325
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
|