【正文】 vided 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 ............................................................................................Ⅰ ABSTRACT........................................................................................Ⅱ 1 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 本論文的主要研究內(nèi)容及其完成的工作 .................................................... 3 2 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 常見的圖像重構(gòu)算法的比較 ................................................................... 8 3 POCS 算法及其改進(jìn)算法的實(shí)現(xiàn) ...................................................... 11 凸集投影算法 ................................................................................... 11 用插值方法構(gòu)造參考幀 ..................................................................12 運(yùn)動(dòng)估計(jì) ..................................................................................12 基于點(diǎn)擴(kuò)散函數(shù)的修正 .................................................................................. 13 POCS 圖像重建算法步驟 ................................................................................ 13 保留邊緣信息的 POCS 超分辨率圖像重建算法 .............................................14 4 試驗(yàn)結(jié)果與分析 .............................................................................16 試驗(yàn)低分辨率圖像的生成 .....................................................................16 改進(jìn)的 POCS 算法重建 結(jié)果及其分析 ........................................................17 5 結(jié)論 ................................................................................................18 論文總結(jié) ........................................................................................18 工作 展望 ........................................................................................18 參考文獻(xiàn) ............................................................................................20 1 1 緒論 研究背景及研究意義 伴隨著計(jì)算機(jī)技術(shù)、信息處理技術(shù)和視覺通信技術(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。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率重建算法之一。 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。 圖像超分辨率重建技術(shù)研究 摘 要 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(duì)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。頻域算法是早期的超分辨率 重建算法，只能對(duì)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。 在序列圖像超分辨率重建算法中，本文對(duì) POCS 方法做了比較細(xì)致的研究，針對(duì)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，對(duì)算法進(jìn)行了改進(jìn)，提出了邊緣保持的 POCS 算法，用基于梯度的插值算法來獲取 POCS 的初始值，實(shí)驗(yàn)結(jié)果表明，該方法能夠得到較好的視覺效果，明顯地提高重建圖像的邊緣質(zhì)量。人們所能能夠獲取的知識(shí)量呈爆炸式的增長，因此迫切的要求信息處理技術(shù)不斷的完善和發(fā)展，以便能夠?yàn)槿藗兲峁└臃奖恪⒖旖莺投鄻踊姆?wù)。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；有些檢測識(shí)別控制裝置需要足夠高分辨率的圖像才能保證測量和控制的精度。 1970 年以來， CCD 和 CMOS 圖像傳感器廣泛的被用來獲取數(shù)字圖像，在很多的應(yīng)用場合，需要獲取高分辨圖像，提高圖像分辨率最直接的方法是提高成像裝置的分辨力，但是受傳感器陣列排列密度的限制，提高傳感器的空間分辨率越來越難，通常采用的方法是減少單位像素的尺寸（即增加單位面積內(nèi)的像素?cái)?shù)量），對(duì)于數(shù)字?jǐn)z機(jī)，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，使其能夠分辨出更多場景細(xì)節(jié)。技術(shù)工藝的制約也限制了圖像分辨率的進(jìn)一步提高。其他使圖像降質(zhì)退化的因素還有將場景物體的運(yùn)動(dòng)模糊、系統(tǒng)的點(diǎn)擴(kuò)散函