基于重構(gòu)的超分辨率技術(shù)研究.pdf

1、在醫(yī)學(xué)診斷、衛(wèi)星成像和視頻監(jiān)控等應(yīng)用中，我們經(jīng)常需要高分辨率圖像提供更多的細(xì)節(jié)和信息。由于CCD和CMOS傳感器的分辨率級(jí)不夠高，采集的圖像在放大時(shí)經(jīng)常容易產(chǎn)生失真。如果我們單純通過改進(jìn)硬件系統(tǒng)的性能來(lái)提高分辨率級(jí)，在技術(shù)方面很難實(shí)現(xiàn)突破，同時(shí)也會(huì)帶來(lái)難以承受的成本增加，會(huì)嚴(yán)重阻礙應(yīng)用的推廣，所以通過軟件增強(qiáng)采集圖像的分辨率，突破硬件系統(tǒng)的限制具有非常大的研究意義。 超分辨率技術(shù)是一種圖像融合技術(shù)，它能夠利用信號(hào)處理的方式從同一

2、場(chǎng)景的多個(gè)觀測(cè)低分辨率圖像中獲得高分辨率圖像或序列，從而克服傳感器和光學(xué)制造技術(shù)的限制。目前，這一分辨率增強(qiáng)技術(shù)已經(jīng)成為最活躍的研究領(lǐng)域之一。 本論文從低分辨率成像的數(shù)學(xué)模型出發(fā)，回顧了基于重構(gòu)和基于學(xué)習(xí)的超分辨率算法，并進(jìn)行系統(tǒng)分析和研究，最后提出了一些解決超分辨率問題的方案。主要成果概括如下： 1．提出了基于邊緣投影的圖像配準(zhǔn)方案。本論文利用Canny算子能同時(shí)照顧圖像的強(qiáng)、弱邊緣，具有較好的抗噪性能，較高的邊緣定位

3、精度和較低的誤檢率等特點(diǎn)，將它作為邊緣提取算子來(lái)提取參考圖像和待配準(zhǔn)圖像的邊緣。然后利用Radon變換將提取的邊緣在不同的射線方向上進(jìn)行投影，來(lái)準(zhǔn)確地反映邊緣走向，采用邊緣投影的最大互相關(guān)準(zhǔn)則進(jìn)行圖像的粗配準(zhǔn)，獲得圖像間的旋轉(zhuǎn)角和像素級(jí)的平移量。最后進(jìn)一步利用數(shù)據(jù)擬合的方法對(duì)平移估計(jì)進(jìn)行細(xì)化，配準(zhǔn)的精度由細(xì)化的重采樣間隔確定； 2．提出了考慮圖像配準(zhǔn)誤差的規(guī)整化超分辨率重構(gòu)算法。 a．由于圖像的配準(zhǔn)并不能完全獲得與原始運(yùn)

4、動(dòng)一樣的參數(shù)，在超分辨率問題中，本論文將位移幀差引入的誤差稱之為配準(zhǔn)誤差，用來(lái)反映交互通道的配準(zhǔn)誤差信息，并將其作為噪聲均值與低分辨率觀測(cè)通道內(nèi)的加性高斯噪聲相結(jié)合得到新的高斯噪聲。 b．本論文基于Miller規(guī)整的思想逐像素限定了兩種約束，并通過規(guī)整化參數(shù)將這兩種約束相結(jié)合，構(gòu)造規(guī)整化代價(jià)函數(shù)。規(guī)整化參數(shù)根據(jù)觀測(cè)通道內(nèi)的加性高斯噪聲污染的程度和通道間配準(zhǔn)誤差逐像素進(jìn)行選擇，自適應(yīng)地控制相對(duì)于觀測(cè)低分辨率圖像的逼真度和期望的高分

5、辨率圖像的先驗(yàn)平滑之間的折中。 c．本論文提出了兩種遞歸實(shí)現(xiàn)規(guī)整化算法的方案：同步遞歸和并行遞歸方案重構(gòu)高分辨率圖像。 d．本論文在消除光學(xué)模糊的同時(shí)提出對(duì)有限傳感器陣列的平滑和理想采樣分別處理來(lái)消除傳感器的平滑。圖像的上采樣操作利用最鄰插值代替補(bǔ)零插值來(lái)抑制邊緣波紋。 3．提出了基于誤差．參數(shù)分析的超分辨率盲辨識(shí)方案。 a．在單通道參數(shù)辨識(shí)中，本論文通過誤差．參數(shù)分析獲得單通道的誤差．參數(shù)曲線，根據(jù)曲

6、線的變化趨勢(shì)來(lái)經(jīng)驗(yàn)地選擇表征模糊函數(shù)的參數(shù)； b．在多通道單參數(shù)辨識(shí)中，由于通道間重構(gòu)誤差的交互影響，本論文將誤差-參數(shù)分析與搜索算法相結(jié)合，根據(jù)最小重構(gòu)誤差準(zhǔn)則獲得需辨識(shí)的參數(shù)。搜索算法的結(jié)合有效降低了計(jì)算量，實(shí)現(xiàn)模糊參數(shù)的快速辨識(shí)； 4．提出了基于獨(dú)立分量分析的超分辨率人臉假想和識(shí)別方案。將高分辨率人臉圖像作為混迭信號(hào)，利用FastICA算法對(duì)大量高分辨率人臉樣本進(jìn)行學(xué)習(xí)獲得獨(dú)立的人臉特征，即高分辨率基圖像。將高分辨

7、率基圖像進(jìn)行下采樣獲得近似獨(dú)立的低分辨率基圖像。將待識(shí)別的低分辨率人臉圖像在低分辨率基圖像空間投影，利用無(wú)約束最小二乘獲得投影坐標(biāo)，保持投影坐標(biāo)不變，將其作為相應(yīng)的高分辨率基圖像的混迭系數(shù)，最后進(jìn)行高分辨率人臉的假想和識(shí)別。 綜上所述，本文針對(duì)基于重構(gòu)的超分辨率問題的三個(gè)方面：圖像配準(zhǔn)、將病態(tài)的超分辨率問題轉(zhuǎn)化為良態(tài)的規(guī)整化及盲模糊辨識(shí)三個(gè)方面進(jìn)行了研究；將獨(dú)立分量分析運(yùn)用到基于學(xué)習(xí)的超分辨率中，實(shí)現(xiàn)了超分辨率人臉假想與識(shí)別。論