超分辨率图像重建算法实验

超分辨率图像重建算法实验

ID:8448997

大小:1.73 MB

页数:19页

时间:2018-03-28

超分辨率图像重建算法实验_第1页
超分辨率图像重建算法实验_第2页
超分辨率图像重建算法实验_第3页
超分辨率图像重建算法实验_第4页
超分辨率图像重建算法实验_第5页
资源描述:

《超分辨率图像重建算法实验》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、1、超分辨率图像重建的基本概念在数字图像的采集与处理过程中,有许多因素会导致图像分辨率的下降,其主要表现为模糊、噪声和变形。造成模糊的因素有很多,如传感器的形状和尺寸、光学部件的性能(如点扩散函数PSF)引起的光学模糊以及采集对象的运动带来的运动模糊。另外,在成像、传输、存储过程中,会引入不同类型的噪声,如高斯噪声、椒盐噪声等,而且噪声的引入方式也不同,或为加性噪声、或为乘性噪声,这些都会直接影响到图像的分辨率。此外,数字化采集过程也会影响图像的分辨率,欠采样效应会造成图像的频谱交叠,使获取的图像因变形效应

2、而发生降质。图1是一例经典的图像降质过程,其中输入HR为高分辨率图像,输出LR为低分辨率图像。提高图像分辨率最直接的办法就是提高采集设备的传感器密度。然而高密度的图像传感器(如CCD)的价格相对昂贵,在一般应用中难以承受;另一方面,由于成像系统受其传感器阵列密度的限制,难以进一步减小。解决这一问题的有效途径是采用基于信号处理的软件方法,对图像的空间分辨率进行提高,即超分辨率(Super-Resolution)图像重建,其核心思想是用时间带宽(获取同一场景的多帧图像序列)换取空间分辨率,实现时间分辨率向空间分

3、辨率的转换,使得重建图像的视觉效果超过任何一帧低分辨率图像。这种方法的优点是不涉及硬件、成本低,而且现有的图像系统还可以使用,是一种比较经济的方案。a)高分辨率图像(1360×1024)b)低分辨率图像(340×256)图1高分辨率图像的将质过程19超分辨率图像重建技术是指利用一组低分辨率的图像序列重建出高分辨率的图像或视频。对于一段场景变化不大的图像序列来说,这一组图像具有相似但不完全相同的信息,其主要变化在于图像中运动物体产生了空间位移。因此,利用运动估计器估计出旋转矢量和位移矢量,就可以利用运动补偿的

4、方法估计内插的像素值,从而较准确地实现超分辨率的重建。2、超分辨率图像重建的应用在一定条件下,利用超分辨率重建技术可以克服图像系统内在分辨率的限制,提高图像的分辨率,因此,该技术在视频、遥感、医学和安全监控等领域都具有十分重要的应用。(1)数字电视:在数字电视(DTV)向高清晰度电视(HDTV)的过渡阶段中,仅有部分电视节目会以HDTV的形式播出,不少节目仍采用DTV的形式。为了提高电视节目的兼容性,可以利用超分辨率重建技术将DTV信号转化为与HDTV接收机相匹配的信号。(2)卫星图像:在采集军事或气象遥感

5、图像时,由于受到成像条件与成像系统分辨率的限制,不可能获得清晰度很高的图像,这时,可利用超分辨率重建技术,在不改变卫星图像探测系统的前提下,获取高于系统分辨率的图像数据。(3)医学鉴定:在医学成像系统中,如CT、MRI和超声波仪器等,可以借助超分辨率重建技术来提高图像质量,对病变目标进行仔细地检测。(4)安防系统:在银行、证劵交易所等部门的安全监控系统的应用,当有异常情况发生后,可对监控录像进行超分辨率重建,提高图像要害部分的分辨率,从而为事件的调查处理提供重要的线索。(5)图像压缩:考虑到尽量减少系统成本

6、,系统在平时仅是存储、传输低分辨率的图像信息,当有特殊需要时,可利用超分辨率重构技术获得不同分辨率的图像和视频。值得一提的是,美国Dayton大学和Wright实验室在美国空军的支持下,对红外CCD相机进行了机载试验,利用20幅低分辨率的红外图像,取得了分辨率提高近5倍的实验结果。此外,国际著名的光学仪器制造公司Leica-Hellawa和法国国家航天研究中心已经把该领域的理论研究成果转化到硬件产品——19交错CCD传感器阵列的设计中,并已将其分别应用于他们的遥感设备“ADS40”和“SPOT5”卫星,取得

7、了相当理想的效果。3、超分辨率图像重建方法在1960年代,Harris和Goodman以单张图像复原的概念和方法提出了超分辨率图像重建的概念。到了1980年代初,Tsai和Huang提出了基于序列或多帧图像的超分辨率重建问题,并给出基于频域的逼近方法。直至1980年代后期,随着计算机、电子、信号处理技术以及一些优化理论的发展,人们在超分辨率图像重建方法研究上取得了突破性进展。超分辨率重建方法主要可以分为两大类:频率域方法和空间域方法。频率域方法起步较早,但目前应用得较多的是空间域方法。频域方法实际上是在频域

8、内解决图像内插问题,其观察模型是基于傅里叶变换的移位特性。频域方法理论简单,运算复杂度低,很容易实现并行处理。但这类方法的缺点是其理论前提过于理想化,包含空域先验知识的能力有限,只能局限于全局平移运动,所以在实际场合中不能得到有效应用。空间域方法的适用范围较广,具有很强的包含空域先验约束的能力,主要包括非均匀样本内插法、迭代反投影方法、集合论方法(如凸集投影:POCS)、统计复原方法(最大后验概率估计MAP和最大

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。