学位论文 > 优秀研究生学位论文题录展示

基于互信息配准的序列图像超分辨率重建方法

作　者: 黄俊敏
导　师: 徐向民
学　校: 华南理工大学
专　业: 信号与信息处理
关键词: 超分辨率 图像重建 互信息配准 凸集投影 二元树复小波变换
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 108次
引　用: 0次
阅　读: 论文下载
 

内容摘要


超分辨率图像重建技术是通过确定来自同一场景的多帧低分辨率观测图像之间的运动关系,将它们所包含的各种互补信息和冗余信息融合到单帧高分辨率图像,并消除图像中的模糊和噪声的信号处理技术,是一种以时间效率换取空间分辨率的信号处理方法。它可以解决由于成本、硬件条件或成像环境等因素制约而无法从硬件直接获得合符要求的高分辨率图像的问题。本文的目的就是通过对超分辨率技术进行研究,建立完整、有效的重建观测图像细节信息的方法。本文首先分析了超分辨率重建问题的数学物理基础,然后研究观测图像的成像过程,建立一个比较完整的成像系统退化模型,确立了描述观测图像与原始图像信号之间的数学方程,并根据此数学关系,对超分辨率问题进行了比较深入的描述和分析。接着对超分辨率重建的两个重要环节,图像配准和图像重建,分别进行了展开研究。图像配准是指对多个观测图像的相对位置关系进行确定的过程,高精度的图像配准是准确重建图像细节信息的基础。在图像配准方面,本文研究了应用比较广泛的互信息配准方法,该方法尤其适用于多模图像配准。针对传统最大互信息配准的不足,本文通过二元树复小波变换,对结合边缘信息对互信息测度进行改进,同时,对配准中常用的PV插值方法也进行了扩展和改进,以减少互信息陷入局部极值的可能性。整个互信息配准方法是在二元树复小波变换的金字塔模型上进行的。在图像分辨率重建方面,本文首先提出了基于二元树复小波变换的图像插值方法,并将该方法应用于后面重点提出的两种超分辨率重建方法:结合二元树复小波变换插值与融合的图像融合方法和改进的POCS图像重建方法。在POCS的改进方面,主要是改进了重建过程中的图像初始值;提出了自适应松弛投影算子,以加快POCS算法的收敛速度;提出了并行投影框架,以改善POCS算法可能出现不收敛的情况;同时,也引进了能量非递减性约束和平滑性约束等,进一步保证重建图像质量,抑制重建过程出现的振铃效应。基于以上的工作,本文建立起了比较完整的超分辨率重建过程。实验证明本文提出的互信息配准方法和图像重建方法能比较有效的恢复成像目标的细节信息。

全文目录


摘要  6-7
ABSTRACT  7-11
第一章 绪论  11-18
  1.1 引言  11-12
  1.2 研究现状  12-16
  1.3 论文概述  16-18
    1.3.1 论文研究内容  16-17
    1.3.2 论文内容安排  17-18
第二章 超分辨率图像重建概述  18-27
  2.1 数学理论基础  18-20
  2.2 成像退化模型  20-21
  2.3 超分辨率重建的问题描述  21-22
  2.4 图像配准概述  22-24
    2.4.1 空间变换模型  22-23
    2.4.2 常用配准算法  23-24
  2.5 图像重建概述  24-26
  2.6 本章小结  26-27
第三章 基于二元树复小波变换的互信息图像配准  27-46
  3.1 引言  27-28
  3.2 二元树复小波变换  28-31
    3.2.1 二元树复小波变换的结构  28-29
    3.2.2 二元树复小波变换的性质  29-31
  3.3 互信息配准概述  31-32
  3.4 基于二元树复小波变换的互信息配准方法  32-43
    3.4.1 基于二元树复小波变换的互信息配准概述  32-33
    3.4.2 基于二元树复小波变换的改进互信息  33-36
    3.4.3 互信息配准中的插值算法  36-41
    3.4.4 互信息配准中的寻优算法  41-42
    3.4.5 基于二元树复小波变换的互信息配准步骤  42-43
  3.5 配准方法的实验分析  43-45
  3.6 本章小结  45-46
第四章 超分辨率图像重建方法研究  46-64
  4.1 基于二元树复小波变换的图像插值方法  46-49
    4.1.1 图像插值算法概述  46-47
    4.1.2 基于二元树复小波变换的插值方法  47-49
  4.2 结合DT-CWT 插值和融合的图像重建方法  49-52
    4.2.1 基于DT-CWT 的图像融合方法  49-50
    4.2.2 结合DT-CWT 插值和融合的图像重建方法  50
    4.2.3 实验分析  50-52
  4.3 改进POCS 的图像重建方法  52-63
    4.3.1 POCS 重建原理  52-54
    4.3.2 对POCS 算法的改进  54-57
    4.3.3 改进POCS 方法的重建步骤  57-58
    4.3.4 实验分析  58-63
  4.4 本章小结  63-64
总结与展望  64-66
参考文献  66-71
攻读硕士学位期间取得的研究成果  71-72
致谢  72

相似论文

  1. 基于学习的低阶视觉问题研究,TP391.41
  2. 基于回归的图像超分辨率重建技术研究,TP391.41
  3. 利用非局部相似性的图像超分辨率重建研究,TP391.41
  4. 基于学习的视频超分辨率重建算法研究及实现,TP391.41
  5. POCS图像超分辨率重建技术研究,TP391.41
  6. 基于学习的图像超分辨率技术及其应用研究,TP391.41
  7. 基于自适应字典稀疏表示超分辨率重建的视频编码技术,TN919.81
  8. Tetrolet稀疏正则化与样本学习的图像超分辨率算法研究,TP391.41
  9. 电容层析成像直接三维图像重建技术研究,TP391.41
  10. 基于样例的图像画质增强,TP391.41
  11. 锥束CT迭代算法中投影排序与子集划分的研究,TP391.41
  12. 基于正则化的超分辨率图像序列重建技术研究,TP391.41
  13. CUDA加速CV图像分割和外部CT图像重建算法研究,TP391.41
  14. 图像超分辨率重建算法研究,TP391.41
  15. 电学层析成像系统优化设计,O441.4
  16. 集装箱（大型客体）CT检测系统的散射校正分析,TL99
  17. 一种三维放射治疗计划系统的研究与设计,R730.55
  18. 基于小波变换的三维表面纹理超分辨率及评价,TP391.41
  19. 基于公路视频监控中车牌图像超分辨率复原方法的研究,TP391.41
  20. 弥散敏感度b值在脑梗塞多谱MR图像分割中的应用研究,TP391.41
  21. 基于FPGA的锥束CT重建加速关键技术研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com