《西电学术之秋报告2012.docxVIP

“学术之秋”学术报告心得体会 2012年10月25日，我们智能感知与图像处理教育部重点实验室迎来了第八届“学术之秋”学术报告活动，对这次学术报告会，从所里领导到基层员工，从各位老师到每位学生都予以高度重视，不仅请到所里每位知名老师，电院精英还请来了梁昌洪校长，ABBASS等多位国际国内知名学者，教授以就一些和我们，他们就自己所研究方向及相关的学术课题进行了详细生动的讲解。这次报告会长达五天时间，在这五天内，我们聆听了各位老师关于他们目前学术研究的工作总结，虽然对于我们这些刚刚开始了解学术研究的学生们，很多东西听起来都不是很懂，但根据老师们的报告，我们对于目前一些研究的热点问题有了进一步的了解，也促使我们去了解相关方面的知识。结合各位老师讲解中的一些问题，通过查阅文献，我更深入的学习了我们学习相关的学术知识，可以说是收获颇丰。在本次报告活动中杨淑媛教授做了关于视觉注意下的高效SAR目标信息感知的报告，王爽教授做了关于超分辨技术研究的报告，吴家骥教授做了关于图像压缩中的学习的报告，王斌副教授基于偏微分方程的图像分割方法的报告，公茂果教授做了基于模糊聚类的图像分割与变化检测的报告，李阳阳教授量子学习多目标聚类研究，张小华副教授做了关于低秩法去噪方面的报告，白静副教授做了基于第二代Directionlets的遥感影像压缩算法的报告……各位老师精彩的汇报让我们茅塞顿开，受益匪浅，同时对研究产生浓厚的兴趣。总结各位老师的报告，通过查阅文献资料，结合自己方向涉及的几个重要知识点，我将对一些概念做概述性的介绍：一、图像超分辨率算法 图像超分辨率率(super resolution,SR)是指由一幅低分辨率图像(lower solution,LR)或图像序列恢复出高分辨率图像(high resolution，HR)。HR意味着图像具有高像素密度，可以提供更多的细节，这些细节往往在应用中起到关键作用。要获得高分辨率图像，最直接的办法是采用高分辨率图像传感器，但由于传感器和光学器件制造工艺和成本的限制[1]，在很多场合和大规模部署中很难实现。因此，利用现有的设备，通过超分辨率技术获取HR图像(参见图1)具有重要的现实意义。图1 图像超分辨率示意图图像超分辨率技术分为超分辨率复原和超分辨率重建，许多文献中没有严格地区分这两个概念，甚至有许多文献中把超分辨率图像重建和超分辨率图像复原的概念等同起来，严格意义上讲二者是有本质区别的，超分辨率图像重建和超分辨率图像复原有一个共同点，就是把在获取图像时丢失或降低的高频信息恢复出来。然而它们丢失高频信息的原因不同，超分辨率复原在光学中是恢复出超过衍射级截止频率以外的信息，而超分辨率重建方法是在工程应用中试图恢复由混叠产生的高频成分。几何处理、图像增强、图像复原都是从图像到图像的处理，即输入的原始数据是图像，处理后输出的也是图像，而重建处理则是从数据到图像的处理。也就是说输入的是某种数据，而处理结果得到的是图像。但两者的目的是一致的，都是由低分辨率图像经过处理得到高分辨率图像。另外有些文献中对超分辨率的概念下定义的范围比较窄，只是指基于同一场景的图像序列和视频序列的超分辨处理，实际上，多幅图像的超分辨率大多数都是以单幅图像的超分辨率为基础的。在图像获取过程中有很多因素会导致图像质量下降，如传感器的形状和尺寸、光学系统的像差、大气扰动、运动、散焦等。另外，在成像、传输、存储过程中，会引入不同类型的噪声，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混叠，使获取的图像因变形效应而发生降质。由于军事侦察及医学图像、卫星图像、视频应用及其它许多领域的实际需要，人们对得到的图像的质量要求越来越高。虽然光学元件能有效的限制传感器阵列上的图像频带宽度，使获取的图像又可能避免变形效应的发生。但这要求光学元件与传感器阵列进行有效的组合，而这在实际场合中是很难做到的,同时提升硬件要花费很高的经济成本，图像质量的提高也是有限的，因此，超分辨率图像复原技术就显得更加重要了，其中，图像超分辨率技术是数字图像处理领域中的一个重要分支。随着图像超分辨率理论和技术的日益成熟，图像超分辨率技术的应用更加广泛。本文着重对图像超分辨率方法进行阐述和分析，以向人们展示超图像分辨率技术的发展方向和应用前景。1）图像超分辨率发展的背景及现状超分辨率概念最早出现在光学领域。在该领域中，超分辨率是指试图复原衍射极限以外数据的过程。Toraldo di Francia在1955年的雷达文献中关于光学成像第一次提出了超分辨率的概念。复原的概念最早是由J.L.Harris和J.w.Goodman分别于1964年和1965年提出一种称为Harris-Goodman频谱外推的方法。这些算法在某些假设条件下得到较好的