【正文】 總之，對超分辨率重建技術(shù)的進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。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。(3) 如何擴展超分辨率的應(yīng)用要將超分辨率復(fù)原擴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。先驗信息在超分辨率中的運用與其它圖像處理和分析環(huán)節(jié)相互關(guān)聯(lián)，成為超分辨率算法研究的新熱點。除了圖像序列本身以外，實際應(yīng)用中還可以得到許多關(guān)于被拍攝景物的先驗信息。這樣，超分辨超分辨圖像復(fù)原算法的計算量非常大，為了將超分辨復(fù)原技術(shù)應(yīng)用于實際情形，開發(fā)一些計算效率高的超分辨算法是很重要的。(2) 超分辨率圖像重構(gòu)算法的創(chuàng)新研究高分辨率圖像恢復(fù)的算法在圖像運動估計、圖像模糊估計方面需要進一步研究。實際成像過程中包含了各種退化，包括各種模糊、各種噪聲、各種運動等，建立、擴展反映成像系統(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，進一步提高SR復(fù)原技術(shù)的性能。 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。（2）對POCS算法進行了比較深入的研究，對影響算法的各個因素進行了分析，并對其中的初值選取的方法進行改進，提出了一種改進的凸集投影算法，并通過試驗證明了本文改進的方法能夠重建后的圖像的邊緣起到很好的保護作用。針對目前某些方法的不足，提出了一些改進的算法。 5 結(jié)論 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)的可行性進行了理論分析，建立了SR重建的空域模型。對比圖45和46，基于邊緣保持的POCS算法得到的結(jié)果在細節(jié)的保持方面要優(yōu)于普通的POCS算法得到的結(jié)果。各幀LR圖像的大小均為128*128，復(fù)原的HR圖像為256*256。圖42：抽樣生成的圖像序列 改進的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)OCS算法進行重構(gòu)試驗。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。進行亞采樣的方法如圖41所示，以2*2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： 111122221212 343412123434 33334444 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抽取的辦法，每幀低分辨率圖像都是在4個像素里面隨機抽取一點，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。也可以使用人眼觀察的方式進行；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行比較。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)碼相機實際拍攝圖像序列，這兩種圖像序列進行復(fù)原的結(jié)果的評價標準是不一樣的。經(jīng)過以上的處理得到了邊緣比較清晰的圖像作為高分辨率圖像的初始估計，然后再按照POCS算法的其他步驟對圖像進行重建處理生成高分辨率圖像。第二種情況是它還沒有賦值，這說明插值點不是緊緊夾在兩邊緣之間，這說明插值點是在斜坡邊緣的過渡帶上，所以可以將原始圖像中對應(yīng)的像素點的像素值賦予這個點，然后對插值的點進行1/3增量式賦值。 4)未分配點在邊緣密集區(qū)域的處理對于在邊緣密集區(qū)域的尚未分配的像素點，我們處理的主要依據(jù)是根據(jù)第2步驟中移動方向進行判斷和處理。3)平移的非邊緣像素點與平滑區(qū)域的過渡處理非邊緣點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。目的是為了在以后的插補計算中對插補像素點的計算不涉及到邊緣像素點，這樣會使放大圖像的灰度變化平滑，而且不會在邊緣附近引進噪聲。第二步：對邊緣兩側(cè)沿邊緣方向進行平滑處理。本文指出的邊緣方向有兩個含義：1)在邊緣之上；2)緊靠邊緣兩側(cè)。由于對數(shù)字圖像進行插補放大處理的視覺質(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算法檢測出原始圖像的邊緣。本文假設(shè)原始圖像的邊緣信息完整，那么在這種假設(shè)條件成立的情況下，對于邊緣與靠近邊緣的像素點我們就不應(yīng)該去進行中間插值，簡單的將其移動到邊緣周圍即可。而雙線性插值是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)上作插值，并且不區(qū)分邊緣區(qū)域和平滑區(qū)域，這是造成邊緣模糊的主要原因。步驟7：如果滿足終止判據(jù)，結(jié)束迭代。 式中，投影算子投影殘差。步驟4：對參考圖像進行雙線性插值，把插值以后圖像作為高分辨率圖像的初始估計。 步驟2：在運動軌跡精確的每一個像素點定義集合。 POCS圖像重建算法步驟POCS圖像重建算法的具體步驟如下：步驟1：對圖像進行運動估計：1）把每幀低分辨率圖像進行雙線性插值放大，放大到跟高分辨率圖像一樣大小。對所有觀察圖像中的每個像素都進行這種處理。至于觀察的低分辨圖像中一個像素點對應(yīng)于重構(gòu)圖像中多大范圍內(nèi)的點，是由低分辨率傳感器單元的PSF決定的，因此在超分辨率圖像重構(gòu)中不僅要考慮光學(xué)模糊，而且還要考慮高低分辨率之間轉(zhuǎn)換產(chǎn)生的PSF。絕大多數(shù)的成像系統(tǒng)并不是理想的光學(xué)系統(tǒng)，圖像在經(jīng)過攝像頭的時候總會有一定的退化，考慮一個光點源，透過攝像頭形成圖像，不可能與原先一樣就是一個點，而是會產(chǎn)生一些模糊，這個模糊是由點擴散函數(shù)(PSF)造成的。在凸集投影方法中，要把低分辨率圖像序列投影到參考幀上進行修正，為保證低分辨率圖像中的點投影到參考幀圖像中的正確的位置上就必須進行運動估計，實際上運動估計的好壞直接影響超分辨率復(fù)原的結(jié)果。在對同一場景進行拍攝后，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)。主要包括物體的平移、旋轉(zhuǎn)、形狀變化、相機的變焦、傾斜、鏡頭抖動等。相比較而言，高階插值對圖像細節(jié)的退化影響最小，但是由于采用的插值核函數(shù)更加復(fù)雜，所以其運算的復(fù)雜度比較高。雙線性插值和最近鄰插值法相比可能產(chǎn)生會更令人滿意的效果，只是它稍微復(fù)雜一些，運行時間稍長一點。這三種插值方法相比起來，最近鄰插值的計算最簡單；在許多情況下，其結(jié)果也可以令人接受。并且，對原始LR圖像插值可以提高下一個步驟中的運動估計的準確性。插值是將圖像的像素點恢復(fù)到更高速率的采樣?xùn)鸥裆?。一般來說初始點是由一幀低分辨率圖像經(jīng)過插值得到的，也就是構(gòu)造出來的參考幀。但實際上初始估計值對于算法是否可行的影響是比較大的。 用插值方法構(gòu)造參考幀實現(xiàn)POCS算法的第一步就是根據(jù)觀察圖像序列構(gòu)造參考幀，也就是預(yù)估的超分辨率圖像。 凸集投影算法基于凸集投影(POCS)的高分辨率圖像重建算法就是給定一組低分辨率圖像，假設(shè)為參考圖像，利用圖像和其它的圖像（其中且））重建高分辨率圖像的過程。對基于POCS的超分辨率重構(gòu)來說，其解空間定義為所有凸集的交集，除非該交集是單點集，否則其解就是不唯一的；其二，對初始值的依賴性；其三，POCS方法需要可觀的計算代價和較多的迭代次數(shù)。一般來說，確定包含理想解特點的限制集比較易于實現(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函數(shù)來表示。(2) 靈活的空域觀測模型，因為POCS方法是空間域的典型公式，非常一般的運動模型、觀測值模型均能適應(yīng)其中，運動即觀測值模型的復(fù)雜度對POCS方法幾何沒有影響。POCS方法之所以在圖像超分辨率重構(gòu)領(lǐng)域收到如此重視，主要在于該方法存在著以下優(yōu)點：(1) 原理簡單POCS方法原理直觀，實現(xiàn)算法簡單。(2) 利用各種有關(guān)圖像的先驗知識來約束高分辨率圖像的解空間(例如有關(guān)圖像的局部平滑先驗知識，邊界先驗知識，能量有界性先驗知識等)。求解病態(tài)問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)信息來約束問題的可能解的空問范圍。表22：MAP算法與POCS算法的比較MAP算法POCS算法使用的理論大量有限先驗知識使用先驗概率密度，容易應(yīng)用，沒有大的限制使用凸集，容易應(yīng)用，有效而且簡單重構(gòu)結(jié)果唯一的MAP估計值不唯一，凸集的交集優(yōu)化方法標準的迭代算法，收斂性好迭代投影法，收斂較慢計算量高較高3 POCS算法及其改進算法的實現(xiàn)超分辨率圖像重構(gòu)是一個典型的病態(tài)求逆問題?？臻g域算法中最有前途的是MAP算法與POCS算法，它們都具有高度的靈活性和良好的可擴展性，重構(gòu)圖像的效果也比較令人滿意，貝葉斯算法與POCS算法相比有更嚴謹?shù)睦碚摽蚣?，其最大的?yōu)點是重構(gòu)結(jié)果是唯一的，POCS算法的優(yōu)點則是算法比較直觀，對先驗知識