【正文】 創(chuàng)新研究高分辨率圖像恢復(fù)的算法在圖像運(yùn)動(dòng)估計(jì)、圖像模糊估計(jì)方面需要進(jìn)一步研究。針對(duì)目前某些方法的不足，提出了一些改進(jìn)的算法。圖42：抽樣生成的圖像序列 改進(jìn)的POCS算法重構(gòu)結(jié)果及其分析 圖像序列生成了以后，就可以利用測(cè)試程序?qū)OCS算法進(jìn)行重構(gòu)試驗(yàn)。在實(shí)驗(yàn)中用到的初始的低分辨率圖像序列可以是模擬生成低分辨率圖像序列和數(shù)碼相機(jī)實(shí)際拍攝圖像序列，這兩種圖像序列進(jìn)行復(fù)原的結(jié)果的評(píng)價(jià)標(biāo)準(zhǔn)是不一樣的。3)平移的非邊緣像素點(diǎn)與平滑區(qū)域的過(guò)渡處理非邊緣點(diǎn)和那些不滿足在步驟2中的與邊緣相接觸的平滑區(qū)域的像素點(diǎn)分為兩種情況，第一種是與平滑區(qū)相接近，第二種是與圖像的邊緣相接近。由于對(duì)數(shù)字圖像進(jìn)行插補(bǔ)放大處理的視覺(jué)質(zhì)量主要依賴于圖像輪廓邊緣，所以第一步驟就是采取邊緣檢測(cè)算法檢測(cè)出原始圖像的邊緣。 式中，投影算子投影殘差。對(duì)所有觀察圖像中的每個(gè)像素都進(jìn)行這種處理。在對(duì)同一場(chǎng)景進(jìn)行拍攝后，假設(shè)總共拍攝到N幀分辨率為、各自含有不同亞像素信息的低分辨率圖像，并用來(lái)表示這些低分辨率圖像，那么我們最終目的是要從這些低分辨率圖像中重構(gòu)出一幅分辨率為的高分辮率圖像，其中是放大倍數(shù)。這三種插值方法相比起來(lái)，最近鄰插值的計(jì)算最簡(jiǎn)單；在許多情況下，其結(jié)果也可以令人接受。但實(shí)際上初始估計(jì)值對(duì)于算法是否可行的影響是比較大的。一般來(lái)說(shuō)，確定包含理想解特點(diǎn)的限制集比較易于實(shí)現(xiàn)，但可能施加的其他限制條件如正定性、光滑性以及能量有界性則較難用代價(jià)函數(shù)來(lái)表示。求解病態(tài)問(wèn)題的通用方法是采用正則化方法，即利用圖像的各種有關(guān)信息來(lái)約束問(wèn)題的可能解的空問(wèn)范圍。當(dāng)然這是因?yàn)槎叩某霭l(fā)點(diǎn)不一樣，頻域算法本身就是為了對(duì)一種特定的圖像序列(衛(wèi)星拍攝圖像)進(jìn)行處理而產(chǎn)生的，它的處理思想也是基于這樣的特殊情況，所以難以改進(jìn)擴(kuò)展。另外，最大后驗(yàn)概率估計(jì)算法的邊緣保持能力不強(qiáng)，由這類方法超分辨率復(fù)原的圖像的細(xì)節(jié)信息容易被平滑掉，對(duì)于凸集投影算法，其優(yōu)點(diǎn)是可以方便地加入先驗(yàn)信息，可以較好的保持高分辨率圖像上的邊緣和細(xì)節(jié)特征；缺點(diǎn)是解不唯一且依賴于初始估計(jì)，并且運(yùn)算量大、收斂穩(wěn)定性不高等。MAP估計(jì)算法就是將目標(biāo)函數(shù)最小化。最大后驗(yàn)概率估計(jì)和最大似然估計(jì)算法是一種統(tǒng)計(jì)重建方法，它是把超分辨率重建問(wèn)題看成一個(gè)統(tǒng)計(jì)估計(jì)問(wèn)題。Tom等通過(guò)改進(jìn)運(yùn)動(dòng)補(bǔ)償方法，進(jìn)一步提高了迭代反投影算法的性能，并將迭代反投影算法推廣應(yīng)用到彩色視頻序列的超分辨率圖像重建上。近年來(lái)，有的學(xué)者對(duì)基于小波的圖像超分辨率技術(shù)進(jìn)行了初步的研究和試驗(yàn)，Nguyen和Milanfar提出了基于小波插值方法的超分辨率復(fù)原。在這一方法中，首先對(duì)圖像進(jìn)行相對(duì)運(yùn)動(dòng)估算，即配準(zhǔn)，然后進(jìn)行非均勻插值以便產(chǎn)生一幅分辨率較高的圖像，最后對(duì)圖像進(jìn)行去模糊。通常最有用的先驗(yàn)知識(shí)都是在空間域?qū)D像的重構(gòu)范圍進(jìn)行限制的，它們很難被用于頻域，除非其效果是移不變的。作為兩類主要的重建算法之一，頻域算法的基本思想就是將圖像數(shù)據(jù)先變換到頻域進(jìn)行結(jié)合轉(zhuǎn)換，再變換回空間域形成高分辨率圖像。從目前的研究和應(yīng)用成果來(lái)看，人們提出了很多圖象超分辨率算法。第二，由于幅員的過(guò)程中，約束條件不充分得到的解不是唯一的；第三，圖像獲取過(guò)程中的噪聲增加了圖像的不確定性，造成解的不連續(xù)性。同時(shí)對(duì)目前最熱門(mén)的兩種算法：MAP算法以及POCS算法進(jìn)行了比較?？傊?，隨著超分辨率技術(shù)的發(fā)展和完善，其應(yīng)用領(lǐng)域會(huì)繼續(xù)擴(kuò)大，圖像超分辨率處理技術(shù)有著較為廣闊的發(fā)展空間。(5) 可以將超分辨率重建技術(shù)用于圖像壓縮。例如：(1) 在數(shù)字電視(DTV)向高清晰度電視(HDTV)過(guò)度階段，僅有部分電視節(jié)目會(huì)以HDTV的形式播出，不少節(jié)目采用的是DTV的形式。事實(shí)上隨著像素尺寸的減少，每個(gè)像素接收到的光照強(qiáng)度也隨之降低，傳感器自身的噪聲將嚴(yán)重影響圖像的質(zhì)量，造成拍攝的影像信噪比不高，因此，像素尺寸不可能無(wú)限制的降低，而是有下限的，當(dāng)CCD傳感器陣列密度增加到一定程度時(shí)，圖像的分辨率不但不會(huì)提高反而會(huì)下降，這是因?yàn)楫?dāng)CCD陣列密度增加到一定的程度即傳感單元變得相當(dāng)小時(shí)，將使產(chǎn)生的圖像光電信號(hào)變得非常微弱而被傳感單元的噪聲嚴(yán)重污染甚至淹沒(méi)從而導(dǎo)致圖像退化。關(guān)鍵詞：超分辨率復(fù)原，凸集投影，邊緣保持ABSTRACTSuperresolution image restoration is a method that bines multiple similar but not identical lowresolution images into a higher resolution single image. In a particular digital imaging system,using superresolution methods can help to obtain higher quality images without up grading system hard ware,therefore superresolution techniques can be applied to vast imageprocessing areas.Superresolution techniques can be divided into two main categories:frequency domain methods and spatial domain methods. Frequency domain methods are earlier superresolution methods,they can only deal with image sequences that only translational motions are allowed. Spatial methods use general observation models,they have better adaptability and performance. In POCS method,projection onto convex sets theories is employed to realize superresolution restoration,it is intuitive in theoretical and has good reconstruction performance. POCS is one of the most promising superresolution restoration methods.In sequence LR images reconstruction,the research work in this paper focuses on POCS,analyzing the factors which influence the results of super resolution. According to the traditional superresolution image reconstruction algorithm led to the blur edge of reconstructed high image. With an analysis of the reason which led to the blur edge of highresolution reconstruction image,a new image interpolation based on gradient is proposed,it kept large information of the image edge. Use this new image interpolation to get the original value of the POCS. The experimental tests show that this algorithm can significantly improve the quality of the reconstruction image.Key words：superresolution restore, projection onto convex sets, edge maintain 目 錄中文摘要 ⅠABSTRACT Ⅱ1緒論 1 研究背景及研究意義 1 圖像超分辨率重建的應(yīng)用 2 本論文的主要研究?jī)?nèi)容及其完成的工作 32 超分辨率圖像重建算法研究 4 概述 4 頻域方法 5 空域方法 6 非均勻空間樣本插值算法 6 迭代反投影算法 7 凸集投影算法 7 最大后驗(yàn)概率估計(jì)和最大似然估計(jì)算法 7 混合MAP/POCS方法 8 83 POCS算法及其改進(jìn)算法的實(shí)現(xiàn) 11 11 12 運(yùn)動(dòng)估計(jì) 12 13 POCS圖像重建算法步驟 13 144 試驗(yàn)結(jié)果與分析 16 16 175 結(jié)論 18 論文總結(jié) 18 工作展望 18參考文獻(xiàn) 201 緒論 伴隨著計(jì)算機(jī)技術(shù)、信息處理技術(shù)和視覺(jué)通信技術(shù)的高速發(fā)展，人類進(jìn)入了一個(gè)全新的信息化時(shí)代。對(duì)于一定的數(shù)字成像系統(tǒng)，通過(guò)超分辨率圖像重建可以得到高質(zhì)量的圖像而不需要提高系統(tǒng)的硬件性能，因此它可以被廣泛應(yīng)用于圖像處理的各種領(lǐng)域中。對(duì)于數(shù)字圖像在一些情況下一般要求是高分辨圖像，如：醫(yī)學(xué)圖像要求能夠顯示出那些人眼不能辨別出的細(xì)微病灶；衛(wèi)星地面要求衛(wèi)星圖像至少能夠辨別出人的臉相甚至是證件；有些檢測(cè)識(shí)別控制裝置需要足夠高分辨率的圖像才能保證測(cè)量和控制的精度。因此通