论文部分内容阅读
数字图像单位面积上像素的个数决定了其分辨率的高低，高分辨率图像能够提供更丰富的图像细节信息。超分辨率重建是指对同一场景中的一幅或多幅低分辨率图像进行处理获得一幅高分辨率图像的过程。随着图像处理技术的发展，超分辨率重建在医学成像、视频传输、视频监控等领域具有广泛的应用前景。本文简要介绍了超分辨率重建的基础理论知识，包括图像成像、观测模型、图像质量评价指标，以及超分辨率重建的一般方法。然后着重从单帧和多帧超分辨率重建两个方向进行了研究，包括了三种单帧重建算法和一种多帧重建算法，其主要工作如下：1、在研究了文献[20]利用非局部相似性的图像超分辨率重建算法基础上，通过实验和理论分析验证了该算法存在的问题，提出了一种基于结构相似性约束的残差后处理单帧重建算法，对迭代反馈投影(IBP)输出图像进行间接后处理，取得了比文献[20]更好的重建效果。2、研究了IBP超分辨率重建算法存在的问题，提出了一种基于梯度导向约束的IBP单帧重建算法。由于沿图像边缘的像素具有更高的相似性，所以该算法结合梯度导向和双立方，引入了梯度导向插值，替换IBP迭代过程中的双立方插值。这样可以改变原来的各向同性反馈为自适应反馈，实验结果表明该算法不仅可以解决原始IBP算法存在的问题，还可以实现较快的处理速度。3、分析了双边滤波的特性，利用初始插值图像获得双边滤波系数模板，对IBP迭代过程中的误差图像进行边缘修正。为了降低算法的复杂度，对图像边缘进行边缘检测与扩散，只对处于边缘和跨边缘区域的误差图像进行滤波。提出了一种基于双边滤波修正的单帧IBP算法，实验结果表明该算法可以有效的降低图像的锯齿效应。4、分析了视频序列中存在的相似信息，为了提高相似信息搜索的准确性，对初始插值序列进行了预配准。将1中介绍的残差后处理拓展到时域中，双边滤波预处理、IBP和残差后处理三个过程重复迭代两次，最后再叠加一次双边滤波预处理和IBP。提出了一种基于相似性约束的多帧重建算法，实验结果表明该算法重建后的图像具有尖锐的边缘和丰富的纹理信息。最后对本文的工作作了总结，说明了研究工作的不足之处，探讨了下一步研究工作的方向。