目標(biāo)檢測、目標(biāo)跟蹤報(bào)告-資料下載頁
2025-01-06 00:35本頁面
【正文】 頻細(xì)節(jié)：對于一個(gè)線性空間不變成像系統(tǒng)，成像過程可表示為： g(x)表示像， f(x)表示物， h(x)表示點(diǎn)擴(kuò)展函數(shù)。 在截止頻率之外 H(u)=0 ，因此就把成像系統(tǒng)看成了一個(gè)傅立葉濾波器，對 F(u)的解進(jìn)行了限制。 SR技術(shù)的目的就在于恢復(fù)截至頻率之外的高頻信息，以使圖像獲得更多的細(xì)節(jié)和信息。它的理論基礎(chǔ)是：解析延拓理論，信息疊加理論和非線性操作。 y(x)= h(x)* f(x) Y(u)= H(u) F(u) F(u) =Y(u)/H(u) 72 ?超分辨率重建的觀察模型 給出超分辨率問題的完整的數(shù)學(xué)描述：給定 p幀 LR觀測圖像 k=1,……p ；每幀大小為 L1 L2，它們是來自同一場景，也可以看成是來自 HR圖像 f的不同位置， f的大小為 H1 H2。每個(gè) 是 x經(jīng)任意的偏移 、 模糊以及下采樣而形成 。 建立觀察模型如下： kykyWarp 1 M1 Warp k Mk Warp p Mp PSF Blur 1 B1 PSF Blur k Bk PSF Blur p Bp Samplc 1 D Samplc k D Samplc p D + + + n1 nk np y1 yk yp x 73 ?配準(zhǔn) 在序列圖像超分辨率重建過程中，必須從欲重建圖像的前后幀圖像中提取相關(guān)的信息作為本幀圖像信息的補(bǔ)充，因此必須找到當(dāng)前幀圖像中各象素點(diǎn)在前后序列圖像中所處的位置。所以圖像超分辨率重建中一個(gè)關(guān)鍵性要素就是對序列圖像中每個(gè)象素點(diǎn)進(jìn)行圖像間精確的亞象素級運(yùn)動(dòng)估計(jì)。 ?為什么要進(jìn)行圖像配準(zhǔn)？ 1st frame 2nd frame not correct 74 1st frame 2nd frame correct result registrated 2nd frame + 75 ?為什么需要子像素的配準(zhǔn)精度？ (mx, my) (mx/2, my/2) Downsampling Downsampling x H(x) y 76 ?超分辨率重建中圖像配準(zhǔn)常用算法 塊匹配算法、光流場算法、基于互信息和互相關(guān)函數(shù)的算法、基于泰勒級數(shù)展開的算法 。 ?我們需要的算法： 對圖像全局運(yùn)動(dòng)和局部變形均有效，并且對噪聲魯棒的精確亞像素精度的配準(zhǔn)算法。 77 ?主要重建算法 1) 迭代后向映射 (IBP) y Hx?y x??1 ()BPkkkx x H y y? ? ?? ? ? ?BPH：反向映射算子 78 2) 凸集投影 (pocs) 凸集是定義在 希爾伯特 空間 H上滿足一定條件的集合。 m in x y x z x Px? ? ? ? ?C x z 凸集 C外的一點(diǎn) x到凸集投影 y的定義為 C上與 x距離最近的點(diǎn) z，相應(yīng)的投影算子為 P。 79 未知的 HR圖像 —x，看成 H空間中的一個(gè)元素。根據(jù)實(shí)際情況和相應(yīng)理論可以定義出一些先驗(yàn)約束條件，這些約束條件描述成一個(gè)個(gè)凸集： 1 1 0 。 0 , 1 。k m m kx P P P x k????0x1C2C 將初始估計(jì)的高分辨率圖像 通過迭代的方式逐步向這些約束凸集投影，最終會收斂于交集之中，而交集之中的元素即可接受為最終估計(jì)出的高分辨率圖像 。 0x80 3) 極大后驗(yàn)概率 (MAP) 根據(jù) Bayesian估計(jì)理論 ， 由 Bayesian公式 ? a r g m a x[ P { | } ]M A Px x y?81 圖像 隨機(jī)場 (Random Field)。 常見的隨機(jī)場： Markov， Gauss， GaussMarkov， Gibbs 22,?()1P r ( | ) [ e xp( ) ]22kk x y kyyyx????????21P r ( ) e xp[ ( ) ]x Q x???推導(dǎo)出： 上述目標(biāo)方程可以通過一些迭代算法求解，如最速下降法、共軛梯度法等。 82 4) 近來一些新的超分辨率重建算法 matan protter提出了一種基于非局部均值濾波演變而來的新算 法，該算法的顯著特點(diǎn)是：不依賴于精確的運(yùn)動(dòng)估計(jì)（即配準(zhǔn)），重建圖像某像素點(diǎn)的灰度值由與其所在區(qū)域相似的多個(gè)區(qū)域像素點(diǎn)確定，這種相似程度被量化為權(quán)值去影響重建的結(jié)果。 相關(guān)文章： “Generalizing the NonlocalMeans to Super Resolution Reconstruction”. “Super Resolution With Probabilistic Motion Estimation”. 83 ?部分實(shí)驗(yàn)結(jié)果 MSE SNR 樣條插值 POCS LR圖像 樣條插值 POCS POCS MAP 樣條插值 LR圖像 84 謝謝大家！ 謝謝大家！ 謝謝大家！
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1