圖像超分辨率重建技術(shù)是利用一幅或多幅低分辨圖像重構(gòu)出具有更豐富細(xì)節(jié)的高分辨圖像,該技術(shù)對(duì)后續(xù)圖像識(shí)別、分析和跟蹤等處理有著重要作用,已廣泛應(yīng)用于衛(wèi)星遙感、公共安全、醫(yī)學(xué)成像和模式識(shí)別等領(lǐng)域。因此,深入研究圖像超分辨率具有重要的理論意義和應(yīng)用價(jià)值。目前,常用的超分辨率方法有基于插值、重建和學(xué)習(xí)的方法�；趯W(xué)習(xí)中的基于稀疏表示的方法已成為解決超分辨率問題的熱點(diǎn)研究方向,其關(guān)鍵在于學(xué)習(xí)字典的構(gòu)建。近年來,圖像的非局部自相似性作為一種先驗(yàn)信息,已被成功應(yīng)用于圖像去模糊、圖像去噪和圖像修復(fù)等領(lǐng)域�；诖�,本文利用圖像固有的非局部自相似性以及方向邊緣特性,圍繞構(gòu)建表達(dá)能力強(qiáng)、魯棒性好的學(xué)習(xí)字典展開研究,并將其應(yīng)用于圖像超分辨率。本文工作主要包括以下三個(gè)方面:1.學(xué)習(xí)和研究基于插值的、基于重建的和基于學(xué)習(xí)的三類超分辨率方法,并數(shù)值實(shí)現(xiàn)和對(duì)比分析了部分算法。2.提出一種基于方向邊緣學(xué)習(xí)字典的圖像超分辨率方法。首先構(gòu)造一對(duì)具有邊緣方向特性的模板對(duì)圖像塊聚類;然后分別對(duì)每一類圖像塊采用K-SVD算法訓(xùn)練字典,獲得兩對(duì)方向邊緣字典;最后結(jié)合稀疏編碼實(shí)現(xiàn)圖像超分辨率重建。實(shí)驗(yàn)結(jié)果表明,該方法可恢復(fù)出更好的邊緣... 

【文章來源】：西北大學(xué)陜西省 211工程院校

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

(x)函數(shù)和函數(shù)圖像比較

(c) 雙線性插值 (d) 雙三次插值圖 7 三種插值算法對(duì) Butterfly 圖像 2 倍重建結(jié)果而言之，基于插值的 SR 重建方法主要利用 LR 圖像自身信息來估計(jì) HR像素的值。該類方法超分原理簡(jiǎn)單、實(shí)現(xiàn)速度快，但是所采用的先驗(yàn)假設(shè)，導(dǎo)致重建出的圖像高頻信息有限，往往并不能滿足更好的視覺要求。于重建的超分辨率重建方法于重建的方法分為頻域法和空域法。頻域法理論簡(jiǎn)單且便于實(shí)現(xiàn)，但受到無法利用空間域信息的制約，使其不利于實(shí)際應(yīng)用。空域法可以較好地引息，對(duì)于經(jīng)過復(fù)雜退化模型的 LR 圖像也可以較好地重建出來。下面重點(diǎn)性的空域法。迭代反向投影法

(c)IBP 重建 (d) POCS 重建圖 11 Butterfly 圖像的 POCS 重建結(jié)果之，IBP 方法和 POCS 方法以退化模型為前提，利用圖像一致性進(jìn)行超分重建，多用于靜態(tài)場(chǎng)景下的多幅圖像 SR 重建。習(xí)的超分辨率重建方法習(xí)的 SR 方法是挖掘訓(xùn)練樣本集與測(cè)試樣本之間的匹配關(guān)系，通得先驗(yàn)知識(shí)重建 HR 圖像[52]。型的是基于示例的方法、基于鄰域嵌入(Neighbor Embedding, NE的方法。2002 年 Freeman 等人[11]提出基于示例的 SR 重建方法模型建立 HR 和 LR 圖像之間的關(guān)系。2004 年 Chang 等人提出[39]，借鑒了流形學(xué)習(xí)中的局部線性嵌入思想，且假定 HR 和 LR

【參考文獻(xiàn)】：
期刊論文
[1]基于角點(diǎn)保護(hù)的偏微分方程圖像插值方法[J]. 肖志濤,馮鐵君,張芳,耿磊,吳駿,李月龍,王丹鈺,陳穎.  電子與信息學(xué)報(bào). 2015(08)
[2]基于非局部稀疏編碼的超分辨率圖像復(fù)原[J]. 劉哲,楊靜,陳路.  電子與信息學(xué)報(bào). 2015(03)
[3]一種新的邊緣保持局部自適應(yīng)圖像插值算法[J]. 孫春鳳,袁峰,丁振良.  儀器儀表學(xué)報(bào). 2010(10)

博士論文
[1]基于稀疏表示的圖像去噪和超分辨率重建研究[D]. 李珅.中國(guó)科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所） 2014
[2]圖像稀疏表示模型及其在圖像處理反問題中的應(yīng)用[D]. 孫玉寶.南京理工大學(xué) 2010
[3]基于視覺感知的影像質(zhì)量評(píng)價(jià)方法研究[D]. 路文.西安電子科技大學(xué) 2009

碩士論文
[1]基于分類字典的圖像超分辨率重建[D]. 陶吉瑤.西北大學(xué) 2016
[2]特征提取結(jié)合字典學(xué)習(xí)的超分辨率重建[D]. 李本元.西北大學(xué) 2015
[3]基于分類字典的稀疏表示的超分辨率重建算法研究[D]. 吳學(xué)毅.華南理工大學(xué) 2013
[4]基于特征圖像分類以及稀疏表示的超分辨率重建[D]. 謝靜苑.南京郵電大學(xué) 2013
[5]超分辨率圖像重建算法研究[D]. 董理.華南理工大學(xué) 2011
[6]基于稀疏表示的圖像超分辨率重建算法研究[D]. 宋慧慧.中國(guó)科學(xué)技術(shù)大學(xué) 2011



本文編號(hào)：2995552