基于稀疏表示的视频图像超分辨率重建算法研究-信息与通信工程专业论文.docxVIP

万方数据 万方数据 Classified Index：TP751.1 Dissertation for the Master Degree in Engineering Research on Sparse-based Video Image Super-Resolution Reconstruction Algorithms Candidate： Wang Xinyuan Supervisor： Wang Aili Academic Degree Applied for： Master of Engineering Specialty： Communication and Information System Date of Oral Examination： March, 2016 University： Harbin University of Science Technology 硕士学位论文原创性声明 本人郑重声明：此处所提交的硕士学位论文《基于稀疏表示的视频图像超 分辨率重建算法研究》，是本人在导师指导下，在哈尔滨理工大学攻读硕士学 位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外 不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集 体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。 作者签名： 日期： 年 月 日 哈尔滨理工大学硕士学位论文使用授权书 《基于稀疏表示的视频图像超分辨率重建算法研究》系本人在哈尔滨理工 大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果 归哈尔滨理工大学所有，本论文的研究内容不得以其它单位的名义发表。本人 完全了解哈尔滨理工大学关于保存、使用学位论文的规定，同意学校保留并向 有关部门提交论文和电子版本，允许论文被查阅和借阅。本人授权哈尔滨理工 大学可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部 分内容。 本学位论文属于 保密 ，在 年解密后适用授权书。 不保密 √ (请在以上相应方框内打√) 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 哈尔滨理工大学工程硕士学位论文 哈尔滨理工大学工程硕士学位论文 基于稀疏表示的视频图像超分辨率重建算法研究 摘要 目前在图像超分辨的领域，其主要技术就是利用单幅分辨率较低的图像， 或者多幅分辨率较低的图像，结合数字信号技术将低分辨率的图像变为高分 辨率。论文则是针对视频图像，利用同一不同帧图像间的对应关系，完成预 要处理图像超分辨率的信息重构。论文再结合了稀疏表示以及运动估计和字 典构建的相关算法后，改进了一种基于稀疏表示的视频图像超分辨率重建算 法，并在这基础上提出了新的质量评估算法证明超分辨重建算法的有效性主 要工作包括： 在运功估计方面将 MSA 与 LucasKanade 的方法相结和，弥补各自的缺 点来获得最终的块匹配信息。实验结果证明该方法稳定提高了图像块之间的 配准精确，同时相对于传统算法提高了峰值信噪比和结构相似性。 改进了在训练超完备字典过程使用了改进的二维主成分分析（2DPCA） 的方法进行降维，在特征提取方面采用了二阶梯度和边缘方向相结合的方法， 这种新的下降算法所提取的特征更显著，同时能够消除图像尺寸之间的相关 性，实验证明效果更好速度更快。 为了更好的评价改进算法的优劣，论文还主要研究了图像质量评估的相 关算法并改进得到了一种新的客观比较方法，该方法利用人眼对细节信息敏 感度高的特性从不同方向的不同幅值进行边缘特征提取，更好的对细节信息 进行了对比，大量实验证明该算法的有效性，同时结合超分辨重建实验结果 进行判断本文的超分辨重建算法是有效的。 关键词 超分辨率重建；稀疏表示；特征提取；运动估计；图像质量评估 I - Research on Sparse-based Video Image Super-Resolution Reconstruction Algorithms Abstract In the field of image super resolution, we often apply single low-resolution image or multiple lower-resolution images, combined with digital signal technology, to increasing image resolution. For video image, my research is to use correspondonding relationship between an object at different frame images to complet