立体图像的超分辨率算法研究-信号与信息处理专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master Study on Super Resolution Algorithm for Stereo Image Candidate: Qian Binhao Supervisor: Prof. Chen Huahua March，2015 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得 的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过 的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或 使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件， 允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其 它复制手段保存论文。（保密论文在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 杭州电 杭州电子科技大学硕士学位论文 摘 要 立体图像、视频因其真实的感官体验深受人们喜爱，同时也被大量应用到医学、军事等 各个领域。但随之而来的是数据处理和复杂度成倍的增加。为在压缩数据量的同时不影响视 觉感知质量，基于人眼双目抑制理论的混合分辨率编码技术被广泛应用到立体图像、视频中。 然而，混合分辨率立体图像、视频中某些视点图会被下采样为低分辨率图像，其存在会影响 用户的视觉体验。 本文拟采用立体图像超分辨率对低分辨率视点图进行超分辨率处理，恢复其高分辨率清 晰图像。主要内容有： (1) 阐述了立体视觉的研究背景、立体图像超分辨率技术的发展现状及质量评价标准。介 绍了目前常用的立体图像超分辨率技术：DIBR 技术和基于低频与高频融合的立体图像超分辨 率技术。 (2) 本文提出了一种新颖的基于非局部(NonLocal，NL)相似性的立体图像超分辨率算法。 该算法将混合分辨率技术中视点的下采样过程建模成退化模型，并把相邻的高分辨率视点图 作为参考图。利用参考图及深度信息，合成一幅目标视点的高分辨率投影图作为初始估计。 将立体图像的非局部相似性作为正则项引入到退化模型中。最后，用梯度下降法求最优解。 经过实验对比，本文的算法具有较好的重建效果。 (3) 本文提出了一种新颖的基于稀疏表示和非局部相似性的立体图像超分辨率技术。首先 提取低频信息及相应的高频信息估计误差，并用 K -mean 聚类，为每一个类单独训练一对字 典，然后利用训练获得的字典去重建高频信息估计误差，并与原图的低频信息、投影图的高 频信息进行融合；最后将融合获得的图像利用第三章的算法进行后处理，获得重建图像。实 验结果表明，该算法在重建质量上有较高的提升。 关键字：立体图像，非局部相似性，超分辨率，稀疏表示，字典学习，透视几何，虚拟视点 I ABSTRACT Because of its real sensory experience, stereo image and video become more and more popular, and is widely applied to medical, military and other fields in the meantime. However they have multiplied cost and complexity of data processing than single image or video. In order to compress the data without affect the quality of visual perception, mixed-resolution video encoding based on the theory of the human binocular suppression technology is widely applied to stereo image and video. However, some views would be downsampled to the low resolution images, and they would reduce the