基于壓縮感知的監(jiān)控視頻超分辨率重建.pdf

1、圖像的分辨率較高表示相同尺寸的圖像，其含有的像素更加密集，能更清晰地看到圖像的細(xì)節(jié)。因此在日常的生活中和各種圖像處理應(yīng)用中，我們希望能得到分辨率較高的圖像。視頻超分辨率(Super-Resolution，SR)技術(shù)是這些年才發(fā)展起來的新技術(shù)，它對低分辨率(Low-Resolution，LR)視頻序列SR重建得到高分辨率(High-Resolution，HR)視頻序列。通過 SR重建技術(shù)來提高現(xiàn)有監(jiān)控設(shè)備的分辨率，對于優(yōu)化現(xiàn)有系統(tǒng)的監(jiān)控表

2、現(xiàn)有著很大的實(shí)際意義。
　　本文主要對基于壓縮感知的監(jiān)控視頻SR重建技術(shù)進(jìn)行研究，首先從單幅圖像的SR重建問題入手，提出了一種基于壓縮感知理論的改進(jìn)SR重建方法，然后針對視頻序列的SR重建，提出了改進(jìn)方法使得重建速度得以提升，最后設(shè)計(jì)與實(shí)現(xiàn)一個(gè)簡單的圖像SR重建實(shí)驗(yàn)系統(tǒng)。主要工作如下：
　　1.針對傳統(tǒng)基于外部圖像庫學(xué)習(xí)的SR重建算法訓(xùn)練時(shí)間長，容易產(chǎn)生錯(cuò)誤高頻細(xì)節(jié)的問題，創(chuàng)新性地想到利用降質(zhì)圖像本身來訓(xùn)練稀疏表示字典，充分

3、挖掘圖像內(nèi)部的自相似性。提出了一種改進(jìn)的基于壓縮感知理論和支持向量回歸(SVR)的單幅圖像SR重建方法。訓(xùn)練階段首先對輸入圖像邊緣檢測并分類圖像塊，然后對圖像塊稀疏編碼，再利用圖像的標(biāo)簽向量和稀疏表示矩陣訓(xùn)練得到SVR模型，并以此模型在測試階段預(yù)測得到最終的HR圖像。實(shí)驗(yàn)表明，該方法相比基于外部庫方法重建的圖像細(xì)節(jié)更加真實(shí)，邊緣更加鋒利，PSNR值更高。
　　2.針對單幅圖像SR重建算法運(yùn)行時(shí)間長難以滿足視頻處理的要求的問題。提出