【導(dǎo)讀】圖像超分辨率重建技術(shù)研究。超分辨率圖像重建是指將一系列各自包含一部分不同圖像細(xì)節(jié)的相似低分。辨率圖像通過一定方法融合成一幅高分辨率圖像的處理方法對于一定的數(shù)字成。像系統(tǒng)通過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。超分辨率圖像重建算法可以分為兩大類即頻域算法和空域算法頻域算法是。早期的超分辨率重建算法只能對全局位移的圖像序列進(jìn)行處理空域算法使用通。用的觀察模型具有更好的適應(yīng)性和重構(gòu)效果是目前的主要研究方向其中POCS算。法利用投影至凸集的原理進(jìn)行圖像重建算法直觀而且有效是最有前途的超分辨。用常規(guī)POCS算法重建的高分辨率圖像中出現(xiàn)的導(dǎo)致圖像邊緣質(zhì)量下降的現(xiàn)象分。析了圖像邊緣模糊形成的原因?qū)λ惴ㄟM(jìn)行了改進(jìn)提出了邊緣保持的POCS算法用?；谔荻鹊牟逯邓惴▉慝@取POCS的初始值實驗結(jié)果表明該方法能夠得到較好的。比如CCD就是減少其傳感單元的尺寸從而提高傳感器的陣列密度使其能夠分辨

　　

【正文】 方法獲取符合這樣要求的圖像序列比如用數(shù)碼相機(jī)連續(xù)拍攝的相片或者直接從一段錄像中抽取的連續(xù)幾幀在實驗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)果的評價標(biāo)準(zhǔn)是不一樣的模擬生成低分辨率圖像序列的復(fù)原結(jié)果由于有原始高分辨率圖像的存在因此可以進(jìn)行直觀的數(shù)字比較如MSE 等也可以使用人眼觀察的方式進(jìn)行而實際拍攝的圖像序列的復(fù)原結(jié)果則只能采用人眼觀察的模式進(jìn)行比較 本論文中供測試程序進(jìn)行重構(gòu)試驗的圖像序列主要是通過對一幀圖像進(jìn)行亞采樣產(chǎn)生的圖像序列進(jìn)行亞采樣的方法如圖 41 所示以 22 的小塊為單位將 4個像素分別抽樣到不同的低分辨率圖像中這樣就生成了 4 幀低分辨率圖像 高分辨率圖像 低分辨率圖像序列 圖 41 圖像亞抽樣方式 也可以使用隨機(jī)抽取的辦法每幀低分辨率圖像都是在 4 個像素里面隨機(jī)抽取一點但是前面的一種方式有一個好處就是原圖像中的所有像素都存在于低分辨率圖像序列中此外我們也可以掃描的方式來獲取低分辨率序列圖像對一幅圖案進(jìn)行多次掃描將掃描精度設(shè)得比較低時每次掃描的結(jié)果在圖像細(xì)節(jié)上會有不少不同處這正好符合超分辨率圖像重建的本來目的圖 52 表示一幀圖像經(jīng)過亞抽樣以后得到的低分辨圖像序列圖 42 表示一幀圖像經(jīng)過亞抽樣以后得到的低分辨圖 像序列 圖 42 抽樣生成的圖像序列 42 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試程序?qū)?POCS 算法進(jìn)行重構(gòu)試驗本次實驗首先將圖像進(jìn)行抽樣生成一組 LR 圖像序列使用生成的這組噪聲污染小的LR 圖像序列來重建原來的高分辨率圖像各幀 LR 圖像的大小均為 128128 復(fù)原的HR 圖像為 256256 試驗結(jié)果如圖 444546 所示 圖 43 LR 圖像 圖 44 雙線性插值后的結(jié)果 圖 45普通 POCS算法處理結(jié)果 圖 46基于 邊緣保持的 POCS算法的結(jié)果 由仿真結(jié)果可以看出雙線性插值的結(jié)果出現(xiàn)了邊緣模糊的情況出現(xiàn)這種情況的主要原因是雙線性插值將原始圖像上的各點首先對應(yīng)到放大圖像的各點上在此基礎(chǔ)上做插值并且不區(qū)分邊緣區(qū)域和平滑區(qū)域?qū)Ρ葓D 45和 46基于邊緣保持的 POCS算法得到的結(jié)果在細(xì)節(jié)的保持方面要優(yōu)于普通的 POCS算法得到的結(jié)果 實驗結(jié)果表明保留邊緣信息的 POCS 超分辨率圖像重建算法是可行的并且重建的圖像效果比普通的 POCS 算法重建圖像的效果有了明顯的提高 5 結(jié)論 51 論文總結(jié) 本文簡要回顧圖像序列的超分辨重構(gòu)的發(fā)展現(xiàn) 狀綜合考察了超分辨率及超分辨率復(fù)原的國內(nèi)外發(fā)展現(xiàn)狀對 SR重構(gòu)的可行性進(jìn)行了理論分析建立了 SR重建的空域模型并介紹了超分辨率復(fù)原中的基本理論知識和基礎(chǔ)技術(shù)按照超分辨率復(fù)原技術(shù)的發(fā)展過程詳細(xì)闡述了超分辨率復(fù)原技術(shù)的各種方法重點分析了目前的一些主流方法并對各種主流方法的性能進(jìn)行了比較針對目前某些方法的不足提出了一些改進(jìn)的算法本論文的主要研究工作主要包括以下幾個方面 1 考察了高分辨率場景經(jīng)成像系統(tǒng)時逐步退化的整個過程并用數(shù)學(xué)模型描述了這個過程從而建立起超分辨率復(fù)原模型將基于圖像配準(zhǔn)的運(yùn)動參數(shù)估計方法運(yùn)用于超分辨率復(fù) 原技術(shù)中提高了復(fù)原序列圖像運(yùn)動信息的估計精度和估計速度為圖像超分辨率復(fù)原的各個環(huán)節(jié)提供基礎(chǔ) 2 對 POCS 算法進(jìn)行了比較深入的研究對影響算法的各個因素進(jìn)行了分析并對其中的初值選取的方法進(jìn)行改進(jìn)提出了一種改進(jìn)的凸集投影算法并通過試驗證明了本文改進(jìn)的方法能夠重建后的圖像的邊緣起到很好的保護(hù)作用不管是從視覺上還是對重建后的圖像進(jìn)行客觀上的評價都有很大的改進(jìn) 52 展望 雖然目前的超分辨率研究己經(jīng)取得了比較大的成就但是仍然不能滿足現(xiàn)在實際圖像處理領(lǐng)域要求的日益提高而超分辨率作為一種切實可行的有效的圖像處理方法 以其優(yōu)越的性能及廣泛的應(yīng)用必將越來越受到人們的推崇也必將會更得到更大的發(fā)展今后的超分辨率研究主要需要從以下幾個方面進(jìn)行改進(jìn) 1 如何建立更加符合實際情況的圖像模型 目前的超分辨率重建算法的成像模型都做了某些假設(shè)忽略了一些更一般的問題因而具有一定的局部性不能適合于所有的應(yīng)用場合實際成像過程中包含了各種退化包括各種模糊各種噪聲各種運(yùn)動等建立擴(kuò)展反映成像系統(tǒng)降質(zhì)過程的精確觀測模型能使算法具有更好的適應(yīng)性進(jìn)一步提高 SR 復(fù)原技術(shù)的性能此外將圖像的先驗信息有效的引入退化可以使復(fù)原效果更好 23 如何擴(kuò)展超分辨率的應(yīng)用 要將超分辨率復(fù)原擴(kuò)展到多通道和彩色圖像三維立體成像動態(tài)多媒體序列壓縮圖像 CCD 陣列成像和核磁共振成像的超分辨率恢復(fù)與增強(qiáng)將超分辨率技術(shù)應(yīng)用于彩色超分辨率算法和超分辨率算法在壓縮系統(tǒng)中是今后超分辨率技術(shù)發(fā)展的重要方向彩色超分辨率重建中 一個重要的問題是對顏色濾波器陣列和顏色插值過程的特性進(jìn)行分析并要考慮到重建過程中顏色成分之間的交叉相關(guān)性圖像在傳輸和保存之前需要進(jìn)行例行壓縮因此有必要將超分辨率算法應(yīng)用于壓縮系統(tǒng)中 總之對超分辨率重建技術(shù)的進(jìn)一步深入研究必將導(dǎo)致這一技術(shù)拓寬到一些新的應(yīng)用領(lǐng)域 參考文獻(xiàn) [1] 沈煥鋒李平湘張良培等 圖像超分辨率重建技術(shù)與方法綜述 [J] 光學(xué)技術(shù) 2020 35 2 194199 [2] 浦劍張軍平黃華 超分辨率算法研究綜述 [J] 山東大學(xué)學(xué)報 2020 39 1 2732 [3] 劉良云李 英才相里斌 超分辨率圖像重構(gòu)技術(shù)的仿真實驗研究 [J] 中國圖象圖形學(xué)報 2020 6A 6 629635 [4] 彭潔徐啟飛呂慶文等 一種快速超分辨率圖像重建算法 [J] 南方醫(yī)科大學(xué)學(xué)報 2020 29 4 656658 [5] 朱福珍 李金宗李冬冬 基于 BP 神經(jīng)網(wǎng)絡(luò)的超分辨率圖像重建 [J] 系統(tǒng)工程與電子技術(shù) 202031 7 17461749 [6] KimSPSuWY Recursive highresolution reconstruction of blurred multiframe images[J] IEEE Transactions on Image Processing19932 4 534539 [7] 孟慶武 預(yù)估計混疊度的 MAP 超分辨率處理算法 [J]軟件學(xué)報2020202207214 [8] 李慧芳杜明輝 基于改進(jìn)的 POCS 算法的超分辨率圖像恢復(fù) [J]華南理工大學(xué)學(xué)報自然科學(xué)版 202031 10 2427 [9] PAltunbasakY Artifact reduction for set theoretic super resolution image reconstruction with edge adaptive con straints and higherorder interpolants[J] IEEE Ttans Image Processing202020 10 179180 [10] Pei ShengweiDu MinghuiAmodified method for Superresolution image reconstr uction based on wavelet transform and POCS[J] Journal of Infromation and Comp utational Science20202 4 757764 [11] HShenLZhangBHuangPLi A MAP Approach for Joint Motion Estimation Segme ntation and Super Resolution IEEE Transactions on Image Processing2020 16 2 479489 [12] SFarsiunsonMElad and Robust Multiframe Super Reso lution IEEE Transactions on Image Processing202020 10 13271344 [13] XJingAn Efficient ThreeStep Search Algorithm for Block Motion Estim ation IEEE Transactions on Multimedia20206 3 435438 [14] Superresolution Image ReconstructionATechnical ReviewIEEE Signal Processing Magazine2020 5 21364 4 4 4 3 3 3 3 2 2 2 2 1 1 1 1 1 2 1 2 3 4 3 4 1 2 1 2 3 4 3 4