从序列图像中提取高分辨率图像的方法研究

摘要

图像超分辨率复原的目的是从退化的观测图像中重构出原始的未退化图像.该文首先概述了在图像超分辨率领域一般方法的基本原理,对图像超分辨率复原中存在的问题以及技术细节进行了探讨.基于对成像系统和图像超分辨率问题的认识,该文提出一种基于最大后验概率估计(MAP)框架下的,采用Gibbs成像模型,并利用多帧序列图像重构高分辨率图像的方法.MAP估计为图像的最优估计提供了良好的框架,便于数学求解,并且可以充分的考虑各种先验模型.通过Gibbs模型,可以从图像的局部特性考虑图像的构成为了充分利用序列图像之间的冗余信息,以及更好的利用图像中的高频信息,该文设讨了一种基于图像中运动物体边缘信息的运动估计方法,可以更为精确的求取图像运动物体边缘部分的运动信息,为图像的超分辨率复原带来更多便利.该文最终在这些技术的基础上,利用序列图像复原出较其它方法更优的高分辨率图像,并且在效率上优于其它类似方法.

目录

文摘

英文文摘

1绪论

1.1本课题的意义

1.2图像复原技术基本现状

1.3超分辨率恢复的技术关键和解决方案

1.4本论文的主要内容

2图像超分辨率复原技术中的成像过程

2.1序贯低分辨率图像退化模型

2.2退化图像的重建

3图像超分辨率复原中的图像分布模型

3.1图像先验分布模型和意义

3.2图像内插模型

3.3 Gauss随机场模型

3.4 Ma rkov随机场模型

3.4.1 Ma rkov随机场的描述

3.4.2 Gibbs随机场的引入

3.4.3 Markov随机场的参数

3.4.4 Gauss-Markov随机场模型

3.5本文模型及其参数的选择

3.6小结

4序列图像的运动估计

4.1简介

4.2运动图像的基本特点

4.3基于边缘的自适应运动估计

4.3.1序列图像中景物的分类

4.3.2边缘部分的运动估计

4.3.3背景和运动物体内的运动估计

4.3.4运动向量的核准

4.3.5自适应运动估计的试验效果

4.4小结

5超分辨率图像的重构

5.1目标方程的求解

5.2试验结果及分析

5.3小结

6总结

致谢

参考文献