圖像超分辨率重建方法研究

1、青春土建,立志精英,畢業(yè)論文答辯,圖像超分辨率重建方法研究,目錄,課題背景,研究?jī)?nèi)容,課題結(jié)論,研究方法,1,2,3,4,5,實(shí)驗(yàn)仿真,組織建設(shè),1,1,課題背景及研究意義,高分辨率圖像包含更多細(xì)節(jié)信息在數(shù)字處理領(lǐng)域有更多需求,由于成像系統(tǒng)和外界條件往往產(chǎn)生模糊采樣不足，圖像分辨率低,利用計(jì)算機(jī)軟件技術(shù)處理圖像比提高硬件節(jié)省成本,計(jì)算機(jī)軟件處理效果簡(jiǎn)單高效,組織建設(shè),2,2,研究方法,組織建設(shè),3,3,課題內(nèi)容,圖像超分辨率重建是將一幅或低分辨率 圖像序列通過(guò)計(jì)算機(jī)軟件處理以獲得高 分辨率圖像的過(guò)程,序列圖像重建 建立幀間像素坐標(biāo)關(guān)系,從已知采樣點(diǎn) 恢復(fù)未知采樣 點(diǎn)像素值,重建算法好壞 的關(guān)鍵

2、,1、最近鄰插值,2、雙線性插值,3、三次立方插值,4、小波變換重建,3,3、最大后驗(yàn)概率法（MAP） 以MAP準(zhǔn)則建立由高分辨率到低分辨率的條件概率方程，圖像先驗(yàn)和噪聲統(tǒng)計(jì)分別作為先驗(yàn)知識(shí)和條件概率項(xiàng)，通過(guò)最優(yōu)化得到重構(gòu)邊緣較好的超分辨率圖像,3,1、迭代后向投影法（IBP） 通過(guò)對(duì)模擬低分辨率圖像和觀測(cè)低分辨率圖像的誤差進(jìn)行反向投影，迭代地更新輸出估計(jì)，得到高分辨率圖像,2、凸集投影法（POCS） 基于集合理論的算法，把超分辨率圖像的解空間投影在各個(gè)約束凸集的交集中，迭代地收縮可行解的空間，從而獲得估計(jì)的高分辨率圖像,3,壓縮感知理論 前提：信號(hào)在某個(gè)變換域是稀疏的 利用不相關(guān)的觀測(cè)矩陣將

3、高維信號(hào)投影到低維空間 利用這些少量的投影數(shù)據(jù)解一個(gè)優(yōu)化問(wèn)題 重構(gòu)原始信號(hào),壓縮感知理論框架,3,基于稀疏表示的超分辨率重建算法 不是直接計(jì)算高分辨率圖像patches的稀疏表示， 而是用兩個(gè)相關(guān)聯(lián)的高低分辨率字典處理相關(guān)圖像,冗余字典構(gòu)造 字典對(duì)是通過(guò)提取圖像的特征學(xué)習(xí)得到 先選擇一組包含足夠多種類細(xì)節(jié)信息的高分辨率圖像，并模擬現(xiàn)實(shí)中圖像的降質(zhì)過(guò)程，進(jìn)行模糊（例如高斯模糊）或下采樣處理產(chǎn)生相應(yīng)的低分辨率圖像。 一些自然圖像通常在邊緣結(jié)構(gòu)特征方面是相似的，在高頻空間建立高和低分辨率圖像之間的對(duì)應(yīng)關(guān)系,組織建設(shè),4,4,實(shí)驗(yàn)仿真?zhèn)鹘y(tǒng)插值算法,原圖像,實(shí)驗(yàn)結(jié)果 采用小波變換的算法 對(duì)傳統(tǒng)插算法的改

4、進(jìn) 所能表現(xiàn)的圖像細(xì)節(jié) 更多，更清晰； 該算法更有效,組織建設(shè),4,4,實(shí)驗(yàn)仿真凸集投影法POCS,POCS,傳統(tǒng)插值,實(shí)驗(yàn)結(jié)果 由主觀和客觀評(píng)價(jià)， POCS算法對(duì)低分辨率 圖像的高分辨率重建 更有效,組織建設(shè),4,4,實(shí)驗(yàn)仿真迭代后向投影法IBP,實(shí)驗(yàn)結(jié)果 由主觀和客觀評(píng)價(jià) IBP算法對(duì)低分辨率 圖像的高分辨率重建 更有效,組織建設(shè),4,4,實(shí)驗(yàn)仿真最大后驗(yàn)概率法MAP,降質(zhì)圖像,插值 MAP,實(shí)驗(yàn)結(jié)果 由主觀和客觀評(píng)價(jià) MAP算法對(duì)低分辨率 圖像的高分辨率重建 更有效,組織建設(shè),4,4,實(shí)驗(yàn)仿真基于稀疏重建的算法,實(shí)驗(yàn)結(jié)果 由主觀和客觀評(píng)價(jià) 基于稀疏的重建算 法圖像紋理更清晰 對(duì)低分辨率圖像 更有效,組織建設(shè),5,5,課題結(jié)論,基于插值的超分辨率重建算法簡(jiǎn)單快速，但容易產(chǎn)生模糊，效果差。基于小波的改進(jìn)插值算法比傳統(tǒng)插值算法有效 基于重建的算法獲得的圖像的空間信息較多，在一定情況下能夠取得良好的效果。在視覺(jué)效果，峰值信噪比均方誤差等方面和傳統(tǒng)插值算法比，POCS,IBP,MAP算法更有效。 基于稀疏表示的超分辨率重建算法，它從大量的訓(xùn)練樣本集中獲取先驗(yàn)知識(shí)構(gòu)建冗余字典，進(jìn)而處理圖片得到更好效果。 超分辨率重建在去噪和應(yīng)用等方面還存在許多待解決的問(wèn)題,科技