导 师: 印勇
学科专业: H1002
授予学位: 硕士
作 者: ;
机构地区: 重庆大学
摘 要: 图像超分辨率重建是通过对多幅具有互补信息的低分辨率图像进行处理,重建出一幅或者多幅高分辨率图像的技术。超分辨率重建技术可以在不改变成像系统硬件的前提下,克服成像系统的内在分辨率,提高图像的空间分辨率。因此,该技术可广泛应用于军事技术侦查、医学成像、视频监控、电视技术等领域。图像的超分辨率重建问题的关键在于精确配准输入的低分辨率图像并将图像进行插值放大,去除模糊和噪声。传统的超分辨率插值方法是针对均匀数据而言的;然而,在实际应用中,图像超分辨率重建不存在唯一的解,而且对于多幅低分辨率配准得到的图像其样本点往往是不规则的。根据对这些问题,本文对图像重建过程中的图像配准、插值等方面进行了研究。<br> 本文的研究内容主要包括以下几个方面:<br> 1)针对图像配准中Keren改进算法对大尺度运动参数的敏感性,提出了先运用相位相关算法进行大旋转角度和大平移的粗略估计,根据估计结果进行运动补偿后运用Keren改进算法进行小旋转角度和小平移的精确估计的两步实现算法,结合了相位相关法和Keren改进算法的长处,实验结果表明算法在大旋转角度大平移情况下仍然能够获得高精度亚像素估计结果。<br> 2)针对规范化卷积算法插值过程中,噪声对图像插值过程的影响,采用了自适应估计图像噪声方差的算法。在规范化卷积算法第二阶段的插值过程中改进了结构自适应函数长短轴尺度的计算方法。实验结果表明这种插值方法可以改善原有算法的图像处理结果,提高图像超分辨率重建的效果。<br> 3)采用本文提出的改进规范化卷积插值算法对低分辨率图像序列进行超分辨率重建,实验结果表明,本文的方法能够有效提高图像重建的质量。