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

作　者: 薛正亮
导　师: 吴一全
学　校: 南京航空航天大学
专　业: 信号与信息处理
关键词: 超分辨率重建 观测模型 亚像素图像配准 图像去噪 Papoulis-Gerchberg法 小波变换 Contourlet变换
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 119次
引　用: 2次
阅　读: 论文下载
 

内容摘要


图像超分辨率重建技术利用同一场景的多帧有相互位移的降质图像来重建一帧高分辨率图像。它旨在突破图像硬件设备的分辨率限制,充分利用多帧图像之间的互补信息进行数据融合,实现更加清晰的高分辨率图像重建。它不仅能够降低图像的获取成本、改善图像的视觉效果,而且更利于计算机对图像进行分析、识别和理解。图像超分辨率重建技术在遥感、军事、公共安全、医学成像、多媒体电子消费、图像压缩等领域具有广阔的应用前景,已成为近年来图像处理领域的一个研究热点。因此,研究图像超分辨率重建技术有着重要的理论意义和实际应用价值。本文首先综述了图像超分辨率重建技术的国内外研究概况,详细分析了超分辨率重建的观测模型,总结了重建过程包含的图像配准、图像融合和图像恢复三个基本环节,并比较了典型的重建算法及其优缺点。其次,阐述了超分辨率重建的关键环节—亚像素图像配准的基本原理。基于几何变换模型,实现了一种结合高斯金字塔分层的光流场配准方法和一种基于傅里叶变换的频域配准方法,实验结果表明这两种方法均能取得亚像素配准精度。再次,讨论了重建过程中的图像去噪问题。由于超分辨率重建被引入的噪声大部分以加性噪声为主,针对高斯噪声和椒盐噪声这两种加性噪声,研究并实现了基于双边滤波和带噪声点检测的去噪方法。接着,针对图像插值传统方法的不足,分析了Papoulis-Gerchberg法的原理和优点,给出了基于Papoulis-Gerchberg法的超分辨率重建的详细流程,并对图像重建效果进行了主观和客观评价,实验结果表明该方法优于传统的图像插值方法。最后,介绍了小波变换和Contourlet变换在超分辨率重建上的应用,利用小波变换和Contourlet变换多分辨率、多方向性的优点,更好地保留高分辨率图像的轮廓和边缘等细节信息,实验结果证明算法具有一定的实用性。本文结尾总结了所做的主要工作,并展望了进一步的研究方向。

全文目录


摘要  4-5
Abstract  5-12
第一章 绪论  12-21
  1.1 图像分辨率的概念  12
  1.2 图像超分辨率重建技术的研究背景和意义  12-14
    1.2.1 研究背景  12-13
    1.2.2 研究意义  13-14
  1.3 图像超分辨率重建技术的应用领域  14-15
  1.4 图像超分辨率重建技术的国内外研究概况  15-18
    1.4.1 国外研究概况  15-17
    1.4.2 国内研究概况  17-18
  1.5 超分辨率重建图像质量评价指标  18-19
    1.5.1 主观评价方法  18
    1.5.2 客观评价方法  18-19
  1.6 本文的主要工作和章节安排  19-21
第二章 图像超分辨率重建原理分析  21-29
  2.1 观测模型  21-22
  2.2 重建过程  22-24
  2.3 典型算法  24-28
    2.3.1 频域方法  24-25
    2.3.2 空域方法  25-28
  2.4 本章小结  28-29
第三章 亚像素图像配准  29-41
  3.1 图像配准简介  29-31
  3.2 亚像素的基本概念  31-32
  3.3 亚像素图像配准的方法  32-38
    3.3.1 恒定亮度假设和光流方程  32-33
    3.3.2 Lucas-Kanade 光流法  33-36
    3.3.3 基于傅里叶变换的频域亚像素配准  36-38
  3.4 实验结果与分析  38-40
  3.5 本章小结  40-41
第四章 超分辨率重建中的图像去噪  41-51
  4.1 图像去噪简介  41-42
  4.2 针对高斯噪声的图像去噪  42-46
    4.2.1 双边滤波  43-45
    4.2.2 实验结果与分析  45-46
  4.3 针对椒盐噪声的图像去噪  46-50
    4.3.1 带噪声点检测的椒盐噪声滤波算法  46-48
    4.3.2 实验结果与分析  48-50
  4.4 本章小结  50-51
第五章 基于PAPOULIS-GERCHBERG 法的超分辨率重建  51-62
  5.1 传统的图像插值技术  51-53
  5.2 超分辨率重建中的图像插值  53-54
  5.3 基于PAPOULIS-GERCHBERG 方法的超分辨率重建  54-57
    5.3.1 P-G 法  54-56
    5.3.2 基于P-G 法的超分辨率重建  56-57
  5.4 实验结果与分析  57-61
  5.5 本章小结  61-62
第六章 基于小波变换和CONTOURLET 变换的超分辨率重建  62-72
  6.1 小波变换基本原理  62-63
  6.2 CONTOURLET 变换  63-66
  6.3 基于小波变换的超分辨率重建  66-68
  6.4 基于CONTOURLET 变换的超分辨率重建  68
  6.5 实验结果与分析  68-71
  6.6 本章小结  71-72
第七章 总结和展望  72-74
  7.1 本文的主要工作  72
  7.2 进一步的研究展望  72-74
参考文献  74-79
致谢  79-80
在学期间的研究成果及发表的学术论文  80
在读期间参加项目  80

相似论文

  1. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  2. 图像的稀疏表示及编码模型研究,TP391.41
  3. 医学超声图像去噪方法研究,TP391.41
  4. 唇读中的特征提取、选择与融合,TP391.41
  5. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  6. 感觉刺激诱发脑电特征研究,R318.0
  7. 网络传输中的ROI图像编码算法研究,TN919.81
  8. 基于多尺度分析的图像融合算法研究,TP391.41
  9. 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
  10. 轮廓波变换及其在图像处理中的应用,TP391.41
  11. 基于小波的雷达视频压缩方法研究,TN957.52
  12. 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
  13. 一种多数据流聚类异常检测算法,TP311.13
  14. 基于图像的信息隐藏技术研究,TP309.7
  15. 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
  16. 结合DWT的动态数据校正研究及应用,TP274
  17. 基于小波变换和马尔可夫链的流量预测模型,TP393.06
  18. 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
  19. 基于离散小波变换的图像水印算法研究,TP309.7
  20. 脑部CT图像的压缩应用,TP391.41
  21. 一类工具加工痕迹的检验识别,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