光学变焦序列图像的超分辨率重建汇编.ppt

光学变焦序列图像的超分辨率重建 光学变焦图像的超分辨率重建 1、变焦分为俩种： 光学变焦和数码变焦； 2、光学变焦图像的超分辨率重建 选择较大的焦距，获取的图像的分辨率可以得到保证，却不能拍到较大的范围；为了增加取景范围，只能选择较小的焦距，但这样却以降低图像分辨率为代价。 因此可以通过超分辨率重建技术，将相机获取的一系列具有不同场景范围、不同分辨率的图像进行重建获得一幅同时具有宽场景和高分辨率的图像。 3、观测模型 对于最大焦距的图像来说，重建后的图像分辨率并没有提高，真正提高分辨率的是在最大焦距图像不能被观测到而利用小焦距成像分辨率又比较低的部分。 因为最大焦距图像的分辨率并没有提高，所以所求的超分辨率图像和最大焦距所成图像具有相同的分辨率。假定序列图像在水平和垂直方向的尺寸大小分辨率为N1和N2，则所求超分辨率图像的尺寸大小为HN1和HN2，如下式： 式中，L1为序列图像中最小焦距图像对应的变焦因子；Lp为最大焦距图像对应的变焦因子；round函数取与括号内的数值最接近的整数。 每个观测图像的每个像素都可以得到一个观测方程；对于第k幅图像来说观测模型为： 式中，g为低分辨率图像，z为所求高分辨率图像，C为一矩阵，它对z中不能被g观测的像素进行滤出，D为亚采样矩阵，n为噪声。 在实际中，图像中心会随着透镜焦距的变化，在平面内有一定的位移，模型参数改为如下： 式中,ak=(ak1,ak2)为图像中心的位移矢量。 此外为了进行同时的图像补绘，须进一步考虑丢失像元的影响，观测模型如下： O为一选择采样矩阵，它的作用是把图像中的丢失像元排除在观测模型之外。g只描述可观测到的像元。 4、基于总变差模型的重建方法 根据最大后验概率理论，我们的任务就是在已知变焦序列 的前提下，求高分辨率图像z的最大后验概率 即