图像和视频的盲分辨率算法研究.pdfVIP

A Dissertation Submitted to Shanghai Jiao Tong University for Master Degree of Science in Engineering RESEARCH ON BLIND SUPER-RESOLUTION ALGORITHMS FOR IMAGE AND VIDEO Author: Fei Han Specialty: Communications and Information System Advisor: Prof. Xiangzhong Fang School of Electronics, Information and Electrical Engineering Shanghai Jiao Tong University Shanghai, P.R.China May, 2011 万方数据 图像和视频的盲超分辨率算法研究 摘 要 一直以来,人们设法提高数字成像系统获取图像的分辨率。更高的分 辨率可以提供更多的图像细节。这些细节一方面可以提高人们对于图像 的主观视觉感受，便于人们从中获取更多的信息；另一方面可以改善图 像质量，进而提高后续图像分割，模式识别等算法模块的准确性和可靠 性。获取高分辨率图像的最直接办法是采用高分辨率的图像传感器，但 是这将不可避免地提高系统的成本和复杂度，难以实现大规模部署。所 以，图像超分辨率这种基于现有的硬件设备，通过软件算法提高图像分 辨率的技术具有十分重要的应用价值。 图像超分辨率是典型的反问题，清晰准确地建立正向过程的数学模 型（即图像退化模型）是对其正确求解的基础和前提。在现有的超分辨 率算法中，通常假设图像的退化模型是已知的。然而，这种假设在实际 应用中往往是不成立的。本文中设计的实验进一步证明不准确的图像退 化模型会严重地影响现有图像超分辨率算法的性能。因此，本文重点研 究了退化模型未知情况下的超分辨率，即盲超分辨率问题。 对于单帧图像盲超分辨率问题，本文提出一种新的迭代算法，循环 地估计图像退化模型和超分辨率图像，算法采用基于最大后验概率 （MAP） 的框架对超分辨率重建图像进行估计；采用基于样本的机器学习（非线 性主分量分析）方法对估计的图像退化模型进行正则化约束。文中分别 使用计算机仿真图像和真实获取的图像对该算法的性能进行了验证，实 I 万方数据 验结果表明本文提出的算法所获得的结果在图像主观和客观质量评价方 面均具有一定的优势。 视频信号作为图像信号在时间上的延展，一方面具有与图像信号类似 的成像过程，数学模型和统计规律；另一方面又具有很强的时间相关性。 本文以单帧图像盲超分辨率算法为基础，结合视频信号的特点，提出了 一种动态的视频盲超分辨率算法结构。算法借鉴成熟的图像压缩算法框 架，充分利用视频的时间相关性，将视频分为静态帧和动态帧。静态帧 直接采用单帧图像盲超分辨率算法进行重建；动态帧采用图像融合技术， 将两幅分别经过空域插值和时域运动补偿而获得的候选图像融合成更高 质量的超分辨率重建图像。实验证明，该算法可以在获得较好的视频重 建效果的同时有效地控制算法的运算复杂度，具有一定的实时化应用潜 力。 关键词：超分辨率，主分量分析，点扩散