基于学习的图像超分辨率技术-计算机应用专业论文.docxVIP

摘要 摘要 浙江大学碗十学位论文 摘要+ 图像超分辨率技术是指山低分辨率的图像获得高分辨率图像。它有着广泛的应用背 景，如：人脸检测与识别，低带宽的视频传输，图像恢复，人脸表情分析，数码相机的 digi“zooming技术等。基于学习的图像超分辨率技术是目前热门的研究课题。 本文主要介绍了基于学习的图像超分辨率技术。通过研究基于学习的图像超分辨率的 特性，以及结合人脸这一特殊类型的图像，提出了自己的基于steerable金字塔的人脸图像 超分辨率算法。论文的具体内容包括 首先叙述了图像超分辨率技术的概念、发展现状、存在的问题。在分析传统的基于插 值的单幅图像放大算法以及自己提出的基于边缘自适应的图像超分辨率的基础上，设计了 一个商用系统]mageZoom，采用各种插值方法放大由数码相机得到的图像。 在介绍了基于重建的图像超分辨算法的缺陷后，理论分析和实验结果表明，重建约束 并非超分辨算法的最重要约束，其重要性低于图像的先验知识：然后研究基于学习的一‘般 图像超分辨率技术，利用马尔可夫网络来学习图像的先验知识。并且给出了一种基于学习 的图像超分辨率算法的系统实现。 本文着重介绍了基于学习的人脸图像超分辨率算法。对人脸这一特殊类别的图像做了 特殊的处理，采用steerable金字塔学习人脸图像中的低层次局部特征的空间分布，并结合 塔状的父结构和局部最优匹配算法来预测最佳先验模型；然后将先验模型结合到贝叶斯最 大后验概率框架中；最后使用最速下降法求出最优的高分辨率人脸图像。实验结果表明， 该算法生成的高分辨率人脸图像具有较好的视觉效果。 最后对图像超分辨率技术进行了总结，对应用领域及发展方向进行了讨论。 关键字：图像超分辨率、图像插值、边缘自适应、马尔可夫网络、人脸图像超分辨率、图 像低层次特征、steerable金字塔、父结构、局部最优匹配、贝叶斯估计 ’憋錾得到国家自然科学基金(∞272031)，973 s耍N(2002CB312101)，浙江省自然科学基金(zD0212)和教 育部博士点基金(20010335049)的资助。 Abstract Abstract 浙江大学硕十学位论文 Abstract* Image Super-resolution predicts面oage’s bigh-resolution part fiom its low-resoIntion one．It can be utilized for many computer vision tasks,such∞face detection and recognition．10w bit rate video transmission，image restoration，facial expression analysis and digital zooming．Learning— based image super-resolution is the most popular technique in the supex-resolufion area．By investigating the characteristic of learning-based super-resolution algorithm and the inherent property offac．e image,we propose a steerable-based face super,resolution algorithm．We explore the issues in several directions： Firstly，this paper introduces the basic concept,current status and existing problems ofimage super-resolution techniques．Based on the analysis of traditional interpolation algorithms and edge。adaptive image interpolation techniques，we implemeⅡt a commercial system lmageZoom, which utilizes many intexpolatinn algorithms t