基于MAP技術(shù)圖像超分辨率重建的研究.pdf

1、圖像超分辨率重建的目的是從一個低分辨率圖像序列中提取一幅高分辨率圖像。超分辨率圖像通常是指濾除成像系統(tǒng)噪聲(包括離焦模糊、運動模糊、欠采樣等因素)和恢復(fù)成像光學系統(tǒng)所丟失的高頻信息以后獲得的清晰圖像。雖然，經(jīng)典的插值方法(例如雙線性插值、三次樣條插值)得到了廣泛的研究和應(yīng)用，但由于圖像的邊緣區(qū)域和不連續(xù)區(qū)域變得模糊，使得最終得到的圖像變得模糊。這一重建過程一直是圖像處理鄰域的研究難點。 因此，在保證圖像超分辨率重建效果和收斂速度

2、不降低的前提下，研究如何確立圖像模型，減少計算量，對于圖像重建具有重要的意義和價值。本文針對這一問題，從模型的設(shè)計及算法實現(xiàn)等方面進行了深入的分析與研究。論文的主要工作和創(chuàng)新包括： 1.針對單幅圖像提高分辨率方法中存在的不足，設(shè)計了一種基于最大后驗概率估計(MAP)框架下的，利用多幀序列圖像的高分辨率圖像重建方法。MAP估計為圖像的最優(yōu)估計提供了良好的框架，便于數(shù)學求解，可以獲取較單幅圖像更多的圖像信息，重構(gòu)出較任何單幀圖像更高

3、的分辨率。 2.針對圖像重建選擇了一種Gibbs模型，并設(shè)計了其勢函數(shù)選取模式。通過Gibbs模型，可以從圖像的局部特性來分析圖像的整體構(gòu)成，具有良好的收斂效率，這為實時處理帶來了方便。 3.針對普通運動圖像特性，采用了一種改進的三步搜索法，這種算法兼顧較大和較小運動估計兩種情況，在小運動估計的情況下也能取得很好的運動估計的效果。并結(jié)合運動圖像最優(yōu)點通常分布在零矢量周圍這一特點，加快了運動估計的過程，減小了超分辨率圖像重