一种改进的基于序列的超分辨率图像重建算法.docVIP

一种改进的基于序列的超分辨率图像重建算法 　　摘 要:该文提出了一种基于多帧的NEDI超分辨率图像重建算法。该算法先利用POCS方法将多帧序列的运动估计补偿到低分辨率图像中,然后再利用NEDI方法对补偿后的图像进行超分辨率图像重建,通过实验仿真证明该算法是有效的。 　　关键词:超分辨率重建;POCS;运动估计;NEDI 　　中图分类号:TP751.1文献标识码:A文章编号:1009-3044(2010)08-1983-02 　　A Improved Super-resolution Reconstruction Algorithm based Sequence of Image 　　YANG Xiao, DU Shi-pei, LIU Wen-ya, WU Ya-ting 　　(School of Computer Science and Information, Guizhou University, Guiyang 550025, China) 　　Abstract: This paper gives a method based on multi-frame NEDI super-resolution reconstruction algorithm for image.The process of this algorithm is to compensates to the low resolution image by using motion estimation under POCS methods firstly, and to reconstruct super-resolution image by using NEDI algorithm. The simulation results show that the improved algorithm is effective. 　　Key words: super-resolution reconstruction; POCS; motion estimation; NEDI 　　在图像获取中,相机和摄影机的空间分辨率一直受成像光学系统和传感器制造工艺及成本的限制。超分辨率图像重建技术为解决以上问题提供了一条经济、方便的途径,可在无须替换现有成像设备,不增加成像成本的条件下提高原始数据的空间分辨率。 　　超分辨率图像重建就是利用信号处理和图像处理等方法利用多帧低分辨率图像中所含有的关于同一场景的不同信息,试图恢复截至频率之外的信息,以使得重建后的图像获得更多的细节。 　　本文结合基于多帧的POCS方法和基于NEDI方法两种算法的优点,提出了一种改进算法。 　　1 凸集投影(Projection Onto Convex Sets,POCS)的重建原理 　　假设S(x)是一个未知信号,具有性质π1,π2,...πm。对于每一个πi(1≤i≤m)都有一个相关的集Ci,Ci中所有的信号都具有特性πi。通常,Ci是闭凸集,即如果S1和S2属于Ci,则μS1+(1-μ)S2也属于Ci(0≤μ≤1)。设Pi表示一个矢量投影到Ci上的投影运算。假定为非空集,则f(x)必属于解集C0。 　　如果Ci表示图像的先验信息,即Ci是一个约束集,物体的估计可根据下式迭代运算: 　　其中,f0为一个任意的开始点,其弱收敛于C0中的可行解。物体通过依次在各个独立集上的投影P得到。更一般地,引入松弛参数λi,i=1,2,...,m,定义算子 　　那么f(x)就是P0和所有Ti投影下的一个定点,也就是下面合成算子投影的一个定点 　　投影算子Ti称为松弛投影算子,而Pi为纯投影算子。而使用松弛投影的目的就是为了提高收敛速度。那么POCS法就表示为: 　　对凸集C投影运算就是求最小化的问题,即: 　　(5) 　　其中,f是需要向Ci投影的信号(fn);fp是f的投影(fn+1)。 　　POCS算法实现主要分为两大步:参考帧的构造和参考帧的修正。对于基于序列图像的重建,还需要对序列帧进行运动估计。其算法思想是:构造超分辨率网格,建立参考帧,然后对参考帧进行迭代修正,直到得出可接受的复原结果。 　　2 新边缘检测NEDI(New Edge-Directed Interpolation)的重建原理 　　基于NEDI的小波域图像超分辨率重建是是在小波域中进行的,图1为该算法的I重建原理流程图。 　　3 改进算法以及实验仿真结果 　　利用POCS的重建算法对图像进行重建能够很容易地包含先验知识,基于NEDI的重建算法可以很好地保持图像边缘的平滑度。 　　改进算法就是在上述基于POCS算法和基于NEDI算法的基础上提出的,其思想是先利用POCS方法将