论文部分内容阅读
超分辨率图像恢复的目的是从几幅包含有相同观测区域的图像序列中重建更高分辨率的图像。对文本图像进行超分辨率恢复可以增强字符的识别率，使得这些应用更为有效。 文本图像作为一种特殊的图像有它自身的特点。根据文本图像的这些特点，可以获得针对文本图像的超分辨率算法，获得更好的恢复效果。 本文首先在介绍了超分辨率的理论基础的基础上对当前主要的超分辨率算法进行了总结和比较，而后针对文本图像的超分辨率恢复，主要在基于随机重建方法和总方差最小化正则估计这两个框架内的算法进行了分析和改进。 在随机重建方法框架中，介绍并实现了极大似然估计方法以及最大后验估计方法。在最大后验估计中，分别使用具有边缘保持特性的Huber罚函数和考虑了文本的灰度值双峰分布的双峰先验限制作为先验条件，进行正则化。在该部分，主要的贡献在于对双峰限制的作用原理进行了分析，指出它本质上是一种特殊的自适应直方图规定化。 在总方差最小估计框架中，首先介绍了双边滤波技术，从理论推导上证明它本质上可以看作是加权的健壮估计等图像恢复的迭代方法的一步近似，并说明了双边滤波具有较好的边缘保持能力。在这基础上，本文将双边滤波技术与总方差最小化正则估计相结合，实现了同时考虑空间距离因素和灰度差值因素影响的BTV算法。最后文章分析了汉字字符的基本笔画构成，改进了了只使用可能笔画方向上的象素进行正则化的BTVTEXT方法，该方法由于考虑了汉字字符的结构特性，可以进一步避免汉字字符笔画边缘上的模糊。