超分辨率方法-研究.pdf

录 3 . 2 基于 变 分光 流 的视频超分辨率方法 18 3 .2 .1 关键帧选择和超分辨率 19 3 .2 .2 非 关 键帧 超分辨率 21 3 . 3 基于 自回归模型的视频超分辨率方法 24 3 .3 .1 自回归模型24 3 .3 .2 关键帧选择和超分辨率 25 3 .3 .3 非 关 键帧 超分辨率 26 3 . 4 实 验 结 果 与 分 析 30 3 .4 .1 基 于 光 流 的 方 法 30 3 .4 .2 基于AR模 型 的方法 34 3.5 本 章 小 结 39 第四章 高光谱图像超分辨率重构方法 41 4 . 1 引 言 41 4 . 2 高光谱图像超分辨率重构方法 41 4 .2 .1 相似 图像选择 42 4 .2 .2 相似 图像投 影 42 4 .2 .3 基于AR模型 的超分辨率 44 4.2.4 后处理 46 4.3 实验结果与分析 46 4.4 本 章 小 结 49 第五章 总 结 与 展 望 50 5.1..全文IC作 总 结 50 5.2 未来IC作 展 望 51 参 考 文 献 52 发 表 论 文 和 参 加 科 研 情 况 说 明 56 IV V 弓 I 口 在许多 的 电子成像应用领域，对高分辨率的图像有着广泛的 需求 。高分 辨率意 味着在一 幅 图像中像素 的密集度是高的，因此高分辨率图像在很多应 用中可以提供更多 的决定性的细节 。比如，高分辨率图像在医学上可以有效 的帮助 医生做出正确的诊断；高分辨率卫星 图像可以很容 易的从一堆相似物 体 中区分出某个特定物体；提供高分辨率的图像可以提高计算机视觉中模式 识别的性能 。从上个世纪70年代开始 ，电荷耦合器件 CCD（ ) 和互补集成 电路 (C M O S )开始用于拍摄数字图像。虽然这些成像元件在大 多数的成像应用中 是非常适合 的，但是，现有的分辨率级别和造价不 能适应 未来的 需求 。比如， 人们可能会需要价格适中的高分辨率数字照相机/摄像机或看到价格是日益下 降的；而科学家则需要在图像放大的 时候能达到非常高分辨率的级别且没有 视觉效应。因此，找 一种提高现有分辨率级别的方法是非常必要的。 最直接 的提高分辨率的方法是通 过传 感 器 制造技术 降低像 素大 小（也即 提高单元 内像素 的数量 ）来提高空间分辨率。然而，随着像素大小 的减小 ，可 用光的数 量 也 会减少 。这样就会 产生一 些短噪 声 从而 严 重的影 响 了图像的 质量 。因此，保证减小 像 素 的大小且 同时不 受这种 短噪 声的影 响 ，严重的 限 制了现有的像 素 的减小 ，理论上对于一个0.35 urn的CMOS最好 的像素大小大约 在40J//732。现有的图像传感器技术已经接近 了这个级别。另一种提高空 间分辨 率的方法是提高集成块 的大小 ，但这会导致增加的 电容。而且 ，较大的 电容会 使得加速电荷转移率变得 困难，因此，这种方法不是特别有效。另外，高精密 光学元件和图像传感器 的高造价也是很多面 向高分辨率成像的商业应用的重 要考虑 问题。因此，迫切需要一种新的面 向提高空间分辨率的方法来克服这些 传感器和光学元件制造技术的缺陷 。 一种很有前景的方法便是利用信号处理技术从观测 的低分辨率图像中 得 高分辨率的图像。近年来，这种分辨率提高的方法已经成为一个最活跃 的 研宄领域，在相关文献中被称之为超分辨率重构或简单 的称为超分辨率。基于 信号 处理的方法的主要优 点是它成本很低，同 时现有的低分辨率成像系统可 以继续使用。超分辨率重构已经被证实在很多应用领域是非常有效的，包括医 学成像，卫星成像，监控成像，和视频应用等。 本 章将在第 1.1节 中概述