發(fā)布時間：2020-07-28 12:01

【摘要】：高分辨率圖像具有高像素密度和豐富細(xì)節(jié)信息,對于衛(wèi)星遙感成像,醫(yī)學(xué)成像,目標(biāo)定位等特殊領(lǐng)域來說具有十分重要的意義。提高圖像的分辨率,理論上既可從硬件入手,亦可從軟件方面著手,但實際中,由于硬件成本的限制和工藝生產(chǎn)的復(fù)雜性,研究學(xué)者們幾乎都從軟件算法方面來提高圖像的分辨率。超分辨率重建技術(shù)是從軟件算法方面來提高圖像高分辨率。這種方法基于數(shù)字信號處理、機器學(xué)習(xí)等理論,可以在不改變圖像傳感硬件設(shè)備的條件下,較好地提高原有圖像的分辨率,因此成為當(dāng)前研究的熱點,并具有廣泛的應(yīng)用前景,尤其在醫(yī)療和國防安全方面。大體上說,重建算法由單幅重建和多幅重建組成,本文致力于研究單幅圖像的超分辨率重建技術(shù),在深入研究分析了以往超分辨率重建技術(shù)的各自優(yōu)劣之后,結(jié)合圖像自相似性和壓縮感知理論的各自優(yōu)勢,在已有重建方法上做了改進,其主要工作內(nèi)容如下:(1)提出了一種基于梯度幅值分類和自相似性的超分辨率圖像重建算法,在不增加外在訓(xùn)練樣本的情況下引入塊旋轉(zhuǎn)策略,豐富了訓(xùn)練樣本的多樣性,為權(quán)衡引入塊旋轉(zhuǎn)策略增加的時間復(fù)雜度,使用塊平均梯度幅值進行分類和FLANN(Fast Library for Approximate Nearest Neighbors)快速近似最近鄰搜索庫進行搜索重建,最后使用不固定塊大小進行自相似性加權(quán)重建并利用局部約束和迭代反投影算法進行后處理,相比傳統(tǒng)自相似性重建算法,重建圖像質(zhì)量有所提高。(2)提出了一種改進的基于自相似性和壓縮感知的超分辨率圖像重建算法,使用基于梯度幅值分類和自相似性重建的高分辨率圖像作為壓縮感知重建過程中的高分辨率訓(xùn)練圖像,并對最終重建的高分辨率圖像利用反銳化掩膜算法進行增強優(yōu)化。相比以往壓縮感知重建使用低分辨率圖像插值放大后圖像做為訓(xùn)練樣本,更加充分地利用了圖像的自相似性,使得訓(xùn)練的高分辨率字典更優(yōu),提高了圖像的重建精度。該算法能夠使重建彩色圖像更加銳利,即使放大倍數(shù)較大時,重建出的高分辨率圖像也較為理想。
【學(xué)位授予單位】：北京印刷學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 孫學(xué)芳;肖志云;孫蕾;李新科;;雙邊全變分的自適應(yīng)核回歸超分辨率重建[J];計算機工程與應(yīng)用;2013年20期

2 劉超;;基于稀疏表示和聚類的快速超分辨率重建方法研究[J];南陽理工學(xué)院學(xué)報;2012年04期

3 王曉文;劉雨;;圖像超分辨率研究綜述[J];信息技術(shù);2009年07期

4 李健平;;基于稀疏表達(dá)的遙感影像超分辨率重建[J];電腦開發(fā)與應(yīng)用;2014年07期

5 陳為龍;;基于正則化的超分辨率重建研究[J];中國科技信息;2013年13期

6 王春霞;蘇紅旗;范郭亮;;圖像超分辨率重建技術(shù)綜述[J];計算機技術(shù)與發(fā)展;2011年05期

7 劉琚;喬建蘋;;基于學(xué)習(xí)的超分辨率重建技術(shù)[J];智能系統(tǒng)學(xué)報;2009年03期

8 張占武;朱秀昌;;基于自相似性約束的視頻稀疏超分辨率重建[J];電視技術(shù);2014年11期

9 韓玉兵;陳如山;吳樂南;;基于小波域隱馬爾可夫模型的信號超分辨率重建[J];數(shù)據(jù)采集與處理;2011年03期

10 廖宇;喬凌;;超分辨率重建技術(shù)研究與探索[J];通信與信息技術(shù);2011年05期

相關(guān)會議論文 前10條

1 徐忠強;朱秀昌;;基于正則算法的壓縮視頻超分辨率重建[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

2 景號然;;利用超分辨率技術(shù)提高天氣雷基數(shù)據(jù)分辨率的探究[A];第32屆中國氣象學(xué)會年會S16 地基遙感觀測技術(shù)與應(yīng)用[C];2015年

3 潘明海;劉永坦;趙淑清;徐佳祥;干恒富;;一種多運動目標(biāo)的超分辨率檢測算法[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

4 李兵兵;陸耀;王曉明;李勁嫻;;基于金字塔回歸策略的人臉超分辨率[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

5 張光昭;胡敬爐;謝澤明;;超分辨率亞毫米波付里葉變換譜[A];第四屆全國波譜學(xué)學(xué)術(shù)會議論文摘要集[C];1986年

6 池小梅;馬建偉;黃景濤;;基于壓縮傳感的超分辨率紅外成像研究[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

7 李棟;;超分辨率活細(xì)胞成像技術(shù)進展[A];中國化學(xué)會-生物物理化學(xué)專業(yè)委員會第四屆全國生物物理化學(xué)會議論文集[C];2016年

8 胡敏;高強;王曉華;;借助于近場透鏡的目標(biāo)遠(yuǎn)場超分辨率電磁成像[A];2018年全國微波毫米波會議論文集(上冊)[C];2018年

9 周冠群;張光昭;;一種實現(xiàn)亞毫米波超分辨率付里葉變換譜的新方法[A];第五屆全國波譜學(xué)學(xué)術(shù)會議論文摘要集[C];1988年

10 肖鵬;胡棟;;基于窄量化約束集的H.264視頻超分辨率重建方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

相關(guān)重要報紙文章 前4條

1 張魁興;修復(fù)經(jīng)典劇要堅持“歷史觀”[N];文學(xué)報;2019年

2 吳鳳林邋劉紅梅;彩超與B超[N];家庭醫(yī)生報;2007年

3 本報記者 蔡敏霞;AI生成的虛假人臉你能分辨出來嗎？[N];廣東科技報;2019年

4 李玲玲;機器人各顯神通[N];中國知識產(chǎn)權(quán)報;2000年

相關(guān)博士學(xué)位論文 前10條

1 薛翠紅;圖像及視頻序列中人臉超分辨率重建技術(shù)研究[D];河北工業(yè)大學(xué);2012年

2 喬建蘋;超分辨率重建與圖像增強技術(shù)研究[D];山東大學(xué);2008年

3 楊強;基于壓縮感知理論的圖像融合及超分辨率重建算法研究[D];成都理工大學(xué);2015年

4 朱紅;多尺度細(xì)節(jié)增強的時空遙感影像超分辨率重建[D];遼寧工程技術(shù)大學(xué);2017年

5 李定一;基于深度學(xué)習(xí)的視頻超分辨率算法研究[D];中國科學(xué)技術(shù)大學(xué);2019年

6 陳王麗;多視光學(xué)遙感影像超分辨率重建研究[D];武漢大學(xué);2015年

7 夏洋;基于結(jié)構(gòu)相似性約束的監(jiān)控視頻編碼和超分辨率研究[D];武漢大學(xué);2013年

8 高強;用于時間反演遠(yuǎn)場超分辨率成像的微結(jié)構(gòu)陣列研究[D];電子科技大學(xué);2018年

9 李方彪;紅外成像系統(tǒng)超分辨率重建技術(shù)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所);2018年

10 李春梅;基于近景旋轉(zhuǎn)相機的大幅面影像獲取及其超分辨率重建研究[D];中國礦業(yè)大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 堯潞陽;基于圖像自相似性與壓縮感知的超分辨率重建[D];北京印刷學(xué)院;2017年

2 王曉玲;圖像盲超分辨率重建和人臉幻想技術(shù)[D];山東大學(xué);2009年

3 李樂樂;深度圖超分辨率重建技術(shù)研究[D];天津大學(xué);2017年

4 馬晨;基于感興趣區(qū)域和稀疏表示的人臉超分辨率重建[D];河北工業(yè)大學(xué);2014年

5 王芳;認(rèn)知壓縮感知及其在人臉超分辨率重構(gòu)中的應(yīng)用[D];上海交通大學(xué);2014年

6 周慧;視頻圖像的超分辨率重建技術(shù)研究[D];湖南大學(xué);2013年

7 楊永玲;基于超分辨率重建的視頻圖像壓縮方法的研究[D];大連海事大學(xué);2008年

8 李秋菊;基于稀疏表示的超分辨率重建研究[D];西北大學(xué);2015年

9 曹石穎;基于壓縮感知的視頻超分辨率技術(shù)研究[D];浙江大學(xué);2013年

10 牛羽;超分辨率重建算法研究[D];重慶大學(xué);2009年

本文編號：2772854