超分辨率重建技术研究 　山东大学学士学位论文.doc

目 录 中文摘要 1 ABSTRACT 5 缩略语简表 9 第一章 绪论 11 1.1概述 11 1.2 国内外研究现状 12 1.2.1 基于重构的超分辨率技术 13 1.2.2 基于学习的超分辨率技术 16 1.3 超分辨率技术的应用 17 1.4 本论文的研究内容和主要贡献 19 1.4.1多帧图像超分辨率重建技术研究 19 1.4.2单帧超分辨率重建与图像增强技术研究 20 1.4.3盲超分辨率重建技术研究 21 1.4.4基于ICA的人脸幻想算法研究 21 第二章 图像及视频序列的超分辨率重建技术 23 2.1引言 23 2.2基本概念 23 2.3数学模型 25 2.4实现超分辨率的可行性分析 28 2.5基本算法 31 2.5.1基于重构的多帧超分辨率算法 31 2.5.2基于学习的单帧超分辨率算法 38 2.5.3超分辨率重建图像质量评价 40 2.6 小结 41 第三章 多帧超分辨率图像重建 43 3.1引言 43 3.2 基于平稳小波变换的超分辨率重建方案 44 3.2.1平稳小波变换 44 3.2.2 基于SWT的超分辨率重建 45 3.2.3 规整化参数的估计 47 3.2.4 仿真试验及分析 47 3.3基于峭度的超分辨率重建方案 50 3.3.1峭度图像的定义及性质 50 3.3.2低噪环境下的超分辨率重建 53 3.3.3仿真试验及分析 56 3.4基于分割的超分辨率重建方案 60 3.4.1基于高阶统计的图像分割 60 3.4.2具有边缘保持特性的超分辨率重建 61 3.4.3仿真试验及分析 63 3.5 小结 65 第四章 基于学习的单帧超分辨率图像重建 67 4.1 引言 67 4.2流形学习 68 4.2.1流形学习的基本理论 68 4.2.2流形学习的基本算法 70 4.2.3流形学习与超分辨率的内在联系 72 4.3光照变化下的低分辨率图像获取模型 73 4.4基于自商图像的超分辨率重建 74 4.4.1自商图像 74 4.4.2 基于SQI超分辨率重建 75 4.4.3仿真试验及分析 77 4.5基于对数－小波变换的超分辨率重建 79 4.5.1对数－小波变换 80 4.5.2基于Log-WT的超分辨率重建 81 4.5.3 仿真试验及分析 83 4.6 小结 84 第五章 盲超分辨率图像重建 87 5.1引言 87 5.2参数化模糊函数模型 87 5.3基于矢量量化的盲超分辨率重建 88 5.3.1矢量量化 89 5.3.2模糊参数辨识 91 5.3.3盲超分辨率图像重建 94 5.3.4仿真试验及分析 95 5.4基于支撑向量机的盲超分辨率重建 99 5.4.1支撑向量机 99 5.4.2模糊辨识及超分辨率重建 100 5.4.3仿真试验及分析 103 5.5两种方法的性能分析 106 5.6小结 108 第六章 基于独立分量分析的人脸超分辨率重建 109 6.1 引言 109 6.2 独立分量分析 110 6.2.1 数学模型 111 6.2.2 FastICA算法 112 6.3统计独立的基图像 113 6.4基于ICA的人脸超分辨率重建 114 6.5仿真试验及分析 116 6.7 小结 119 第七章 结论与展望 120 附 录 123 附录A：基于总变分的图像去噪算法 123 附录B：基于最小二乘的运动估计算法 124 参考文献 126 致 谢 139 攻读学位期间发表的论文及专利 141 附件：外文论文两篇 143  CONTENTS Abstract 1 Abbreviation List 9 Chapter 1 Introduction 11 1.1 Background 11 1.2 Previous Work 12 1.2.1 Reconstruciton-based SR Technique 13 1.2.2 Learning-based SR Technique 16 1.3 Applications 17 1.4 Main Contributions 19 1.4.1 Multi-frame SR Technique 19 1.4.2 Single-frame SR and Image Enhancement Technique 20 1.4.3 Blind SR Technique 21 1.4.4 ICA-based Face Hallucination Technique 21 Chapter 2 Image/Video Super-Resolution Reconstruction Technique 23 2.1 Introduction 23 2.2 Basic Concept 23 2.3 Mathe