深度图超分辨率重建研究

《深度图超分辨率重建研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、（申请工学硕士学位论文）深度图超分辨率重建研深度图超分辨率重建研究究韩凯红培养单位：计算机科学与技术学院学科专业：计算机应用技术研究生：韩凯红指导教师：邹承明教授武汉理工大学2014年4月万方数据分类号密级UDC学校代码10497学位论文题目深度图超分辨率重建研究英文题目ResearchonDepthMapSuper-resolutionReconstruction研究生姓名韩凯红姓名邹承明职称教授学位博士指导教师单位名称计算机科学与技术学院邮编430070姓名职称学位副指导教师单位名称邮编申请学位级别硕士学科专业名称计算机应用技术论文提交日期2014年4月论文答辩

2、日期2014年5月学位授予单位武汉理工大学学位授予日期答辩委员会主席饶文碧评阅人饶文碧李宁2014年4月万方数据独创性声明本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：日期：学位论文使用授权书本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留并向国家有关部门或机构送交论文的复印件和

3、电子版，允许论文被查阅和借阅。本人承诺所提交的学位论文（含电子学位论文）为答辩后经修改的最终定稿学位论文，并授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息服务。（保密的论文在解密后应遵守此规定）研究生（签名）：导师（签名）：日期万方数据摘要超分辨率是通过硬件或软件的方法提高原有图像的分辨率。利用一系列低分辨率的图像来得到一幅高分辨率的图像过程就是超分辨率重建。超分辨率重建的核心思想就是用时间带宽（获取

4、同一场景的多帧图像序列）换取空间分辨率，实现时间分辨率向空间分辨率的转换。随着成像技术的进步，近年面世的深度相机突破了传统激光扫描和立体匹配进行深度成像的限制，可以比较方便地获得实时动态三维场景的深度。但是，受到分辨率的限制，其在计算机视觉领域的应用变得很窄。所以，寻找一种增强当前深度图分辨率水平的方法是必要的。目前提高采集设备传感器的密度是增加分辨率最直接的解决方法。然而高密度的图像传感器的价格相当昂贵，在一般应用中难以承受；而且成像系统受其固有传感器排列密度的限制，目前已接近极限。而另外一个增加分辨率的方法是增加芯片的尺寸，但这将导致电容的增加和电荷转移速度的下

5、降，因此这种方法一般不认为是有效的。如今采用信号处理的方法从低分辨率得到高分辨率是一种很有前途的方法。因此本文提出了一个新颖的深度图超分辨率方法。该方法基于欧拉视频放大，使用拉普拉斯金字塔进行空间滤波的同时，利用两个截止频率各异的一维低通无限冲激响应滤波器构造一个带通滤波器对每一个空间段进行时域滤波，接着利用放大系数来增大或减弱带通信号，并将放大的信号加回原始信号，然后生成最终放大的信号，即超分辨率信号。但是信号在放大的过程中，其存在的噪声也放大了，因此需要对超分辨率信号进行去噪去模糊。三维块匹配是最近提出的一种有效的去噪算法。该算法有两个主要步骤，即基础估计和最终

6、估计。这两个步骤非常相似，都是先定义二维凯塞窗，并对图中的相似块进行分组以形成三维组，然后对三维组进行滤波聚合输出结果。但这两个步骤存在着两个不同点，第一个不同点为最终估计处理的是基础估计生成的结果，即基础估计滤过块，第二个不同点为最终估计进行的是维纳滤波，而基础估计进行的是硬阈值滤波。最后使用导向滤波算法进行深度图的细节增强及去模糊。实验证明，该新颖的深度图超分辨率算法无论是视觉效果还是客观评价指标方面都可得到更好的结果。关键词：深度图,超分辨率,欧拉放大,BM3D去噪I万方数据AbstractSuper-resolutionistoincreasethereso

7、lutionoftheoriginalimagebyhardwareorsoftware.Theprocesstoobtainahigh-resolutionimagebyaseriesoflow-resolutionimagesisnamedsuper-resolutionreconstruction.Thecoreideaofsuper-resolutionreconstructionisexchangingspatialresolutionwithtemporalbandpasswhichisanaccesstomulti-frameimagesequen