资源描述：
《基于字典学习的图像超分辨率研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、基于字典学习的图像超分辨率研究1绪论1.1研究背景与意义图像是经过传感器来接收外界场景的详细情况,接着存储和再现。分辨率(Resolution)是图像的一种技术指标,那么好的分辨率就说明了图像的像素密度比较大,也就意味细节丰富和能够显示较多的内容。那么好的分辨率就说明了图像的像素密度比较大,也就意味细节丰富和能够显示较多的内容。实际中,图像分辨率于拍摄器件本有的分辨率和一些原因的干扰,如:噪声干扰、目标运动等成像的质量影响。实际中,图像分辨率于拍摄器件本有的分辨率和一些原因的干扰,如:噪声干扰、目标运动等成像的质量影响。CCD(Charge-coupledDevice)和CMOS(p
2、lementaryMetalOxideSemiconductor)目前的分辨率还是达不到实际的需求。在实际应用中,大规模改进或更换物理设备需要耗费高额的成本,传感器制造工艺在技术方面因受到其固有排列密度的限制己接近理论和技术上的极限⑴[2]。所以在成本和技术上难度较大,改进方法也有一些的局限性。数字图像处理(DigitalImageProcessing, 基于字典学习的图像超分辨率研究1绪论1.1研究背景与意义图像是经过传感器来接收外界场景的详细情况,接着存储和再现。分辨率(Resolution)是图像的一种技术指标,那么好的分辨率就说明了图像的像素密度比较大,也就意味细节丰富和能
3、够显示较多的内容。那么好的分辨率就说明了图像的像素密度比较大,也就意味细节丰富和能够显示较多的内容。实际中,图像分辨率于拍摄器件本有的分辨率和一些原因的干扰,如:噪声干扰、目标运动等成像的质量影响。实际中,图像分辨率于拍摄器件本有的分辨率和一些原因的干扰,如:噪声干扰、目标运动等成像的质量影响。CCD(Charge-coupledDevice)和CMOS(plementaryMetalOxideSemiconductor)目前的分辨率还是达不到实际的需求。在实际应用中,大规模改进或更换物理设备需要耗费高额的成本,传感器制造工艺在技术方面因受到其固有排列密度的限制己接近理论和技术上的极
4、限⑴[2]。所以在成本和技术上难度较大,改进方法也有一些的局限性。数字图像处理(DigitalImageProcessing,DIP)最早出现于20世纪50年代,20世纪60年代初期,数字图像处理己发展成为信息领域中一门新兴学科[3][4]。为了加强图像空间分辨率,最简单地办法是使用感应器的改良制作来减少像素大小。使得一个面积内的像素个数更多。可是,像素尺寸都有一个下限,加强图像分辨率的算法是提高成像片的大小,但是效率不高。因此,现在我们需求一些方法来解决关于感应器带来的干扰,来增加图像空间分辨率。在数字图像处理技术中,以提高图像分辨率为目的产生图像超分辨率(ImageSuperRe
5、solution,ISR)技术[5][6]。超分辨率重建是一种使用信号处理方式有效的提高图像分辨率的方法,它从一帧或多倾低分辨率图像中重建出高分辨率图像[7][8]。.超分辨率的核心思想是需要从图像中提取图像之间的相关性和互补性的有用信息,并且有效的使用这些信息。它使用软件的方法来提高图像的空间分辨率,这种方式成本较低,因此在实际生活中有着广泛的应用。由于图像分辨率的重要性,因此关于图像分辨率重建的方法也有许多。如插值法,迭代反投影法,凸集法,基于学习法等。近年来,基于学习的图像超分辨率重建算法获得了学者的广泛关注。图像超分辨率重建在生活应用中有着重要的意义,该技术在医学影像、安全监
6、控和电视媒体等方面都有着关键性的价值。..........1.2研究现状超分辨率重构算法的思想最早是由Harris提出的。但是在实际的实践中没有取得好的效果。随后,Tsai等人首次针对几顿低分辨率图像重构单倾高分辨率图像。基于插值的超分辨率重构技术主要是指经典的插值方法,如:最近邻插值[9]、双线性插值[10]和双三次插值[],以及一些改进的方法,如:分类插值的方法[12][13]、结合图像特征处理的插值方法[14][15]、利用频域变换工具进行插值的方法[16][17]等。Schhultz等人提出了最大后验概率算法(MaximumaPosteriori,MAP)[i8][i9]。利
7、用求解所必须的先验约束知识。一Keren等人提出了迭代反投影法(IterateBackProjectionJBP),它是通过估计低分辨率图像与高分辨率之间的差值进行迭代反投影,进而获得高分辨率图像的估计值[20][21]。Patti等人提出了凸集投影法(ProjectionontoConvexSets,POCS)[22],将重建出的高分辨率图像不断的向条件凸集投影,依据己知的数据和对信号进行假设,每个凸集表示的是对重构图像的约束条件[23][24]。另外还
