基于混合MAP-POCS算法的圖像超分辨率復原研究.pdf

1、本文主要對圖像超分辨率復原技術空間域方法的兩種算法：最大后驗概率估計算法(MAP)和凸集投影算法(POCS)進行研究，并在超分辨率復原降質(zhì)模型、序列低分辨率圖像運動信息估計以及超分辨率復原算法本身包含先驗約束能力三個方面展開研究工作。首先通過考察圖像的降質(zhì)退化過程建立超分辨率復原降質(zhì)模型，并引入基于圖像配準的運動參數(shù)估計方法可靠快速地估計出序列低分辨率圖像的運動信息。在這個基礎上，建立MAP和POCS兩種算法的數(shù)學模型，并提出兩種算法的

2、數(shù)值實現(xiàn)方法，再將退化模型和運動信息運用于兩種算法并實現(xiàn)它們。接著，針對兩種算法存在的問題進行改進。在這之后，提出一種用POCS約束MAP估計的混合MAP\POCS算法，將兩種算法的優(yōu)點有機結合為新算法。本文還將圖像畸變變形模型引入超分辨率復原模型中，再將這個模型和基于Delaunay三角剖分的變形校正運用于混合MAP\POCS算法中。為了驗證實現(xiàn)的超分辨率復原算法的有效性，本文還尋求一種相關性歸一化圖像復原質(zhì)量評價測度，對各種改進超分