超分辨率重建與圖像增強(qiáng)技術(shù)研究.pdf

1、隨著多媒體通信和信息處理技術(shù)的發(fā)展，人們對(duì)圖像分辨率的要求越來越高。然而許多成像系統(tǒng)受其物理?xiàng)l件的限制，所得到的圖像往往分辨率很低，而且會(huì)有退化變形和受噪聲污染，圖像的視覺效果難以滿足人們的需要。如果采用改善物理硬件的方法來獲取人們滿意的高分辨率圖像，則成本較高，而且有時(shí)難于實(shí)現(xiàn)。因此有必要考慮一種能夠克服這些限制的新措施來提高圖像空間分辨率。超分辨率重建技術(shù)就在這種背景下應(yīng)運(yùn)而生。該技術(shù)彌補(bǔ)了硬件方面的不足，從軟件的角度提高圖像的分辨

2、率，增強(qiáng)圖像的可用性。因此這種技術(shù)一經(jīng)提出，便引起了許多學(xué)者的廣泛重視和關(guān)注，目前在電視、遙感、醫(yī)學(xué)和公安系統(tǒng)等領(lǐng)域都具有非常重要的實(shí)際應(yīng)用價(jià)值。 超分辨率重建技術(shù)是指融合多幅包含相似信息但存在不同細(xì)節(jié)的低分辨率圖像得到一幅或多幅高分辨率圖像，同時(shí)消除加性噪聲以及由有限檢測(cè)器尺寸和光學(xué)元件產(chǎn)生的模糊，而無須提高系統(tǒng)的硬件成本。近年來，該技術(shù)已成為國際上圖像處理領(lǐng)域最活躍的研究課題之一。 本論文系統(tǒng)回顧了超分辨率技術(shù)的相關(guān)

3、理論和經(jīng)典算法，針對(duì)實(shí)際應(yīng)用中面臨的諸多復(fù)雜問題，如模糊函數(shù)未知、存在光照影響、噪聲等因素，以矢量量化、支撐向量機(jī)、流形學(xué)習(xí)等為主要數(shù)學(xué)工具，提出一系列超分辨率重建和圖像增強(qiáng)方案。同時(shí)作為人臉識(shí)別的一個(gè)預(yù)處理環(huán)節(jié)，研究了基于獨(dú)立分量分析的人臉超分辨率重建，有效提高了人臉識(shí)別率。本論文的主要成果概括如下： 1、多幀圖像的超分辨率重建。主要包括三個(gè)部分：第一部分針對(duì)不同類型的噪聲，結(jié)合L1范數(shù)和平穩(wěn)小波變換，提出基于平穩(wěn)小波變換的魯

4、棒解決方案，同時(shí)由于綜合考慮了圖像各個(gè)方向的邊緣特性，該方案還具有一定的自適應(yīng)邊緣保持能力。第二部分針對(duì)低信噪比環(huán)境下的超分辨率重建問題，提出基于峭度的重建方案。該方案首先對(duì)峭度圖像進(jìn)行了定義，然后分析得出峭度圖像的兩個(gè)重要性質(zhì)：(a)峭度圖像對(duì)高斯噪聲具有魯棒性；(b)峭度的絕對(duì)值隨著圖像模糊程度的加大而變小，因而最清晰的圖像的峭度的絕對(duì)值應(yīng)該最大?；谶@兩個(gè)特性，該方案在滿足高分辨率圖像與低分辨率圖像之間的反卷積的剩余誤差有界的前提

5、下，最大化峭度絕對(duì)值來求解未知的高分辨率圖像，然后采用Lagrange乘子法則求解此約束優(yōu)化問題。與傳統(tǒng)方法相比，該方案在低噪環(huán)境下具有明顯的復(fù)原效果，且計(jì)算復(fù)雜度較低。第三部分主要研究了基于分割的超分辨率重建方案。利用高階統(tǒng)計(jì)將圖像分割成不同的區(qū)域，根據(jù)分割的結(jié)果對(duì)平坦區(qū)域和紋理區(qū)域?qū)嵤┎煌囊?guī)整化泛函，以改善重建結(jié)果，有效保持圖像細(xì)節(jié)信息。 2、基于學(xué)習(xí)的單幀超分辨率重建。鑒于傳統(tǒng)方法易受光照因素影響的問題，提出兩種同時(shí)實(shí)現(xiàn)超分辨率

6、重建和圖像增強(qiáng)的方案。在對(duì)流形學(xué)習(xí)、自商圖像(SQI)進(jìn)行了深入研究的基礎(chǔ)上，提出一種不隨光照變化的圖像表示方法一對(duì)數(shù)一小波變換(Log-WT)。然后分別利用Log-WT和SQI提取光照不變量作為圖像特征，并假設(shè)高分辨率圖像塊構(gòu)成的空間和低分辨率圖像塊構(gòu)成的空間具有相似的局部幾何結(jié)構(gòu)，在流形學(xué)習(xí)的框架下，借助于局部線性嵌入的思想獲得高分辨率圖像的初始估計(jì)，最后對(duì)其加入先驗(yàn)約束，從而同時(shí)實(shí)現(xiàn)了超分辨率重建和圖像增強(qiáng)。該方案在提高圖像空間分

7、辨率的同時(shí)克服了光照因素的影響，特別是對(duì)陰影效應(yīng)的消除具有明顯效果。 3、提出基于矢量量化的盲超分辨率重建方案。該方案假設(shè)模糊函數(shù)的類型已知，且可由某一參數(shù)來表征，利用矢量量化技術(shù)，依照最小距離準(zhǔn)則從一組候選參數(shù)中估計(jì)真實(shí)的模糊函數(shù)的參數(shù)。利用Sobel算子形成特征矢量增強(qiáng)了算法對(duì)辨識(shí)不同類型圖像的模糊函數(shù)的魯棒性，并利用DCT對(duì)特征矢量降維，減小了計(jì)算量。同時(shí)將其擴(kuò)展應(yīng)用于超分辨率圖像重建中，辨識(shí)出多幅低分辨率圖像的模糊函數(shù)，

8、然后融合具有不同模糊函數(shù)和信噪比的低分辨率圖像，實(shí)現(xiàn)了盲超分辨率圖像重建。 4、提出基于支撐向量機(jī)的盲超分辨率重建方案。該方案從模式識(shí)別的角度出發(fā)解決模糊函數(shù)的辨識(shí)問題。首先通過邊緣檢測(cè)和局部方差從訓(xùn)練圖像中提取能夠表征模糊參數(shù)信息的特征向量，然后利用支撐向量機(jī)建立特征向量與對(duì)應(yīng)的候選參數(shù)的映射關(guān)系，最后通過建立的模型辨識(shí)低分辨率圖像的模糊函數(shù)，進(jìn)行超分辨率重建。 5、提出基于獨(dú)立分量分析的人臉超分辨率重建方案。該方案利

9、用獨(dú)立分量分析(ICA)理論從高分辨率訓(xùn)練圖像中提取出獨(dú)立分量，并對(duì)ICA系數(shù)進(jìn)行先驗(yàn)估計(jì)。給定一幅低分辨率人臉圖像，結(jié)合最大后驗(yàn)概率(MAP)估計(jì)理論求出ICA系數(shù)，然后ICA反變換得到高分辨率圖像的估計(jì)。仿真結(jié)果表明該方案有效實(shí)現(xiàn)了人臉超分辨率重建，保持了人臉整體結(jié)構(gòu)特征，且對(duì)光照、表情、姿態(tài)等因素具有一定的魯棒性。將重建結(jié)果應(yīng)用于人臉識(shí)別，有效提高了識(shí)別率。綜上所述，本論文針對(duì)目前超分辨率重建技術(shù)中存在的問題，以模糊辨識(shí)、增加圖像