基于自适应回归的图像超分辨率：算法与应用-计算机应用技术专业论文.docx

的局部插值模型的不鲁棒性。我们将这三部分融为一体，提出了一个统一的目标函数来结合局部线性回归的局部和全局误差，已知低分辨率样本点的预测误 差，以及流形正则化项。求解这个目标函数可以形式化成一个凸最优化问题， 并可获得解析解。实验结果验证了所提出的方法的有效性。接下来，探讨了图像超分辨率的基本思想在图像错误隐藏中的应用，提出 了一种新颖、高效的多尺度图像错误隐藏算法。所提出的方法结合参数和非参 数的贝叶斯回归模型，渐进的从粗尺度到细尺度恢复丢失的块，并最终恢复图 像中丢失的边缘和纹理结构。一方面，在每个尺度内，使用非参数化回归技术 以利用尺度内的相关性，在此这个过程中，图像的非局部自相似特性用来提取 有用的先验信息以恢复丢失的图像块。另一方面，参数化回归技术用来显式地 建模尺度间的相关性，在此过程中，图像的局部结构规则化被充分地利用以恢 复尖锐的边缘和主要的纹理结构。所提出的方法通过多尺度金字塔形结构来结 合非参数和参数化回归技术。实验结果证明了我们的方法取得了较之主流算法 相当甚至更好的性能。最后，针对无线传感器网络，提出了一种实用、高效的基于图像超分辨率 思想的多描述视频编码框架。所提出的框架满足低码率和低复杂度的约束，且 具有一定的容错性能并且是标准兼容的，因而，非常适合于无线传感器网络环 境下的视频通信。在编码端，视频序列根据时域复用和空域自适应下采样生成 两个子描述。这两个子描述在时域方向是相互交织的，并且仍然保证方形的样 本网格结构。因而，两个子描述不需要修改现有标准的视频编码标准就可以获 得进一步压缩，以降低码率。在解码端，两个子描述首先解码，然后在另一个的 帮助下重构成原始的视频序列。此过程可以形式化成受约束的最小二乘回归问 题，在其中根据不同的预测模式选择二维或者三维的自回归模型。通过这种方 式，可以充分地利用时空域的相关性。实验结果证明，所提出的方案在低码率 时取得了比当前主流编码器更好的率失真性能，在中码率时取得比当前主流编 码器更好的主观视觉质量。关键词： 图像超分辨率；自适应回归模型；图像错误隐藏；无线多媒体通信；视频编码AbstractThis thesis deals with the problem of adaptive regression based image super- resolution algorithms and their applications in various tasks of digital image communica- tion system, including image error concealment and video coding technology in wireless visual system. In many real-world applications, due to the limitation of image sensor de- vice and transmission channel, images at the receiver end may not always have enough spatial resolution. We need image super-resolution technology to improve resolution of images while not change the hardware of visual communication system. Image model- ing is an important topic for image processing, recognition and computer vision. A good image model provides prior knowledge that is indispensable for various image manipu- lations such as compression, denoising and interpolation. Adaptive regression model is widely used in image processing for its effective edge-representing and retaining abil- ity. In this thesis, we propose two effective image super-resolution algorithms based on adaptive regression, and explore their applications in image error-