学位论文 > 优秀研究生学位论文题录展示

图像超分辨率重建算法研究

作　者: 田兵兵
导　师: 胡访宇
学　校: 中国科学技术大学
专　业: 通信与信息系统
关键词: 超分辨率图像配准正则化项调整核回归函数
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 303次
引　用: 0次
阅　读: 论文下载

内容摘要

图像超分辨率重建是利用数字信号处理技术从多幅频域混叠、空域模糊并叠加了加性噪声的低分辨率观测图像得到图像高频信息以及更多的像素点值。因此其首要前提是要有一系列针对同一场景的低分辨率图像,并且它们之间存在着有限的冗余互补信息。超分辨率图像重建就是要利用这些信息差异,来实现图像分辨率的提高。本文详细介绍了CCD成像的基本模型,并针对只存在刚体变换的图像配准方法以及基于正则化约束项的超分辨率图像重建算法进行了深入的分析和讨论。图像配准方法主要考虑两方面的影响:计算复杂度和配准参数精度。本文则利用频域配准和基于矩形像素配准相结合的方法来减少运算量,实现亚像素配准。在图像重建方面,运用基于MAP正则化算法迭代求解,会对图像的先验知识进行假设以得到稳定解。本文选取调整回归核函数为正则项的方法,将依赖图像自身数据主导方向信息选取可变且为规则的窗函数,来使核函数更好的选出领域上的数据,从而更好的抑制噪声同时保持图像高频信息,相比于拉普拉斯算子和双边滤波器算子都有较为明显的改进。在图像重建收敛速度方面,本文则对迭代步长以及迭代初值的选取做了详细讨论。计算机仿真结果表明,当观察的低分辨率图像的噪声方差较大时,本文提出的算法重建的效果相对于基于拉普拉斯算子或者是双边滤波器算子的MAP算法都有较大的改善。在选取迭代步长时,L曲线方法相比于变长步长和基于噪声方差方法都有优势,即具有相当的重建效果的同时,收敛速度更快。

全文目录

摘要  4-5
Abstract  5-8
第一章绪论  8-11
  1.1 研究背景和研究意义  8-9
  1.2 本文的研究内容和结构  9-11
    1.2.1 研究内容  9
    1.2.2 论文结构  9-11
第二章图像超分辨率重建问题研究  11-21
  2.1 图像退化模型  11-14
    2.1.1 CCD 成像模型  11-12
    2.1.2 低分辨率图像观察模型  12-14
  2.2 超分辨率重建需要解决的问题  14-15
    2.2.1 超分辨率重建问题的解  14-15
    2.2.2 正则化方法求解不适定的反问题  15
  2.3 图像超分辨率重建算法概述  15-19
    2.3.1 频域算法  15-16
    2.3.2 空域算法  16-18
    2.3.3 基于感兴趣区域算法  18-19
    2.3.4 基于学习算法  19
  2.4 超分辨率重建评价标准  19-21
第三章图像亚像素配准  21-30
  3.1 图像配准概念  21-24
    3.1.1 图像配准变换模型  21-22
    3.1.2 图像配准的步骤  22-24
  3.2 图像配准算法简介  24-26
    3.2.1 基于灰度的图像配准方法  24-25
    3.2.2 基于傅氏变换的频域图像配准方法  25-26
    3.2.3 基于图像特征的图像配准方法  26
  3.3 本文图像配准算法  26-30
第四章正则化图像超分辨率重建算法  30-40
  4.1 MAP 正则化算法介绍  30-33
    4.1.1 贝叶斯理论  30-31
    4.1.2 MAP 算法原理及其推到  31-32
    4.1.3 基于最陡下降沿的迭代算法  32-33
  4.2 基于拉普拉斯算子分析  33
  4.3 基于双边滤波器算子分析  33-36
  4.4 基于调整核回归函数作为正则项算法  36-40
第五章实验结果与分析  40-48
  5.1 迭代步长的选取  40-42
    5.1.1 基于变长步长的方法  40
    5.1.2 基于噪声方差的方法  40-41
    5.1.3 基于L 曲线的方法  41-42
  5.2 迭代初值的设定  42
  5.3 仿真结果与分析  42-48
    5.3.1 基于MAP 算法的三种正则化约束重建仿真  43-45
    5.3.2 基于MAP 算法三种不同迭代步长的重建仿真  45-48
第六章总结与未来展望  48-50
  6.1 总结  48
  6.2 未来展望  48-50
参考文献  50-54
致谢  54-55
在读期间发表的学术论文与取得的研究成果  55

图像超分辨率重建算法研究

内容摘要

全文目录

相似论文