学位论文 > 优秀研究生学位论文题录展示
图像超分辨率重建算法研究
作 者: 李立琴
导 师: 印勇
学 校: 重庆大学
专 业: 信号与信息处理
关键词: 超分辨率重建 图像配准 自适应核回归 图像插值
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 105次
引 用: 0次
阅 读: 论文下载
内容摘要
图像超分辨率重建是利用多幅具有互补信息的低分辨率图像来重构一幅或多幅高分辨率图像的一种图像处理技术。由于超分辨率重建技术可以在不改变成像系统的前提下克服图像系统内在分辨率限制,提高图像的空间分辨率,因此,该技术在高清晰数字电视、旧视频翻录、视频监控、医学诊断、遥感监测、生物信息提取与识别等领域具有重要的应用价值。但是超分辨率重建是一个病态的逆问题,不存在唯一解,存在着很多需要解决的问题。图像的超分辨率重建问题的关键在于精确配准输入的低分辨率图像并将图像进行插值放大,去除模糊和噪声。而传统的插值方法是针对均匀数据而言的,在实际操作中,对于多幅低分辨率配准得到的图像其样本点往往是不规则的。针对这些问题,本文对图像重建过程中的配准、插值等方面进行了的研究。本文的研究内容主要包括以下几个方面:(1)针对图像配准中求取运动参数的计算量大的缺点,采用小样本进行角度配准,在不降低配准精度的情况下降低了运算的复杂度,减少了运算时间,对于图像重建的时效性具有一定的意义。(2)针对自适应核回归用于插值过程中可能会出现灰度值偏离过大的不足,将由图像的自相关性导出的像素间几何距离函数引入到Steering自适应核函数中形成一种改进的自适应核函数,并将这种核函数用于图像插值过程中,实验结果表明这种算子可以改善原有算子的图像处理结果,改善像素偏离的效果,为图像的超分辨率重建奠定良好的基础。(3)采用本文提出的改进自适应核回归插值算法对图像进行超分辨率重建,实验结果表明,本文的方法是有效的。
|
全文目录
中文摘要 3-4 英文摘要 4-8 1 绪论 8-16 1.1 课题的背景与研究意义 8-10 1.1.1 图像超分辨率重建问题的提出 8 1.1.2 传统的提高图像分辨率的方法及其缺点 8-9 1.1.3 图像超分辨率重建算法研究的意义 9-10 1.2 国内外研究现状与发展动态 10-14 1.2.1 国内外研究现状 10-13 1.2.2 图像超分辨率重建的发展动态 13-14 1.3 本文的研究目的和研究内容 14-15 1.4 本文的章节安排 15-16 2 图像超分辨率重建模型及相关问题 16-26 2.1 图像超分辨率重建的数学模型 16-21 2.1.1 图像超分辨率重建的数学原理分析 16-18 2.1.2 图像超分辨率重建的退化模型 18-19 2.1.3 图像超分辨率重建的病态性原因分析 19-21 2.2 图像超分辨率重建的基本环节和研究内容 21-23 2.2.1 图像超分辨率重建的基本环节 21-22 2.2.2 图像超分辨率重建的研究内容 22-23 2.3 图像超分辨率重建的质量评价标准 23-26 2.3.1 主观质量评价标准 23-24 2.3.2 客观质量评价标准 24-26 3 图像超分辨率重建的配准方法 26-40 3.1 图像配准的概念 26-28 3.1.1 图像配准的数学模型 26-27 3.1.2 图像配准的基本步骤 27-28 3.2 图像配准方法简介 28-33 3.2.1 基于灰度的图像配准方法 28-31 3.2.2 基于图像特征的图像配准方法 31-32 3.2.3 基于傅里叶变换的频域图像配准方法 32-33 3.3 本文图像配准算法的设计 33-36 3.3.1 旋转角度的求取 34-35 3.3.2 平移参数的求取 35 3.3.3 算法流程的设计 35-36 3.4 实验结果与分析 36-40 4 基于核回归插值算法的图像超分辨率重建 40-62 4.1 核回归理论 40-46 4.1.1 核回归的模型与核函数的性质 40-43 4.1.2 经典核回归 43-44 4.1.3 自适应核回归 44-45 4.1.4 改进的自适应核回归 45-46 4.2 基于核回归的图像插值算法 46-53 4.2.1 原理分析 47-48 4.2.2 算法流程设计 48 4.2.3 仿真实验与结果分析 48-53 4.3 基于核回归插值算法的图像超分辨率重建 53 4.4 实验结果与分析 53-62 4.4.1 简单模型的超分辨率重建仿真实验 54-56 4.4.2 复杂模型的超分辨率重建仿真实验 56-61 4.4.3 仿真实验小结 61-62 5 总结与展望 62-64 5.1 主要结论 62 5.2 后续研究工作展望 62-64 致谢 64-65 参考文献 65-69 附录 作者在攻读硕士学位期间发表的论文目录 69
|
相似论文
- 图像拼接技术研究,TP391.41
- 机器人自动巡检系统中图像配准与图像匹配问题的研究,TP242.62
- 结合线性二次放射生物模型的图像配准技术的研究,R815
- 基于改进光流场模型的医学图像非刚性配准算法研究及实现,TP391.41
- 非刚性医学图像准算法研究和实现,TP391.41
- 基于自回归模型的视频信号插值方法研究,TP391.41
- 基于图形处理器的SIFT算法研究,TP391.41
- 工业应用中的目标检测与精确定位技术,TP391.41
- POCS图像超分辨率重建技术研究,TP391.41
- 红外与可见光图像配准及融合技术的研究,TP391.41
- 基于特征点空间信息分布直方图的匹配方法研究,TP391.41
- CT与超声数据配准的研究和实现,TP391.41
- 图像配准技术与优化算法研究,TP391.41
- 圆形印章图像提取与配准方法研究,TP391.41
- 分数阶微分数字图像处理及支持向量机在人脸识别中的应用研究,TP391.41
- 眼底图像融合的研究及系统实现,TP391.41
- 图像插值算法研究,TP391.41
- 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
- 图像去马赛克算法研究,TP317.4
- 构件内部缺陷边缘检测及插值算法研究,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
|