欢迎来到天天文库
浏览记录
ID:36803050
大小:4.83 MB
页数:71页
时间:2019-05-15
《图像超分辨率重建中的配准算法研究》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、南京理工大学硕士学位论文图像超分辨率重建中的配准算法研究姓名:周峡申请学位级别:硕士专业:模式识别与智能系统指导教师:韦志辉20080601硕十论文图像超分辨牢重建中的配准算法研究摘要图像超分辨率重建技术是一种利用同一场景的有相互位移的多帧低分辨率图像来重建高分辨率图像的技术。此技术旨在突破图像采集设备的分辨率限制,通过信息融合技术实现图像分辨率的提高。它通常由配准和重建两个串行的步骤构成:首先利用子像素级的图像配准技术将所有的低分辨率图像变换到高分辨率图像的坐标系统中,然后利用重建算法对这些不规则的采样点进行超分辨率重建,以此获得高分辨率的图像。显然,图像配准是实现超分辨率重建的前提,其结
2、果在很大程度上影响着重建的效果。目前,超分辨率重建中常用且有效的配准算法是基于光流的算法。本文着重研究基于光流的配准算法,同时也探讨由一个彼此间存在相对运动的、模糊的、下采样的、含噪声的低分辨率图像序列重建一幅高分辨率图像的理论和方法。论文主要的研究成果如下:(1)基于光流的配准算法研究。首先分析了Lucas.Kanade和Hom.Schunck这两种经典光流算法中参数的选择对光流场估计结果的影响。然后提出了一种基于耦合偏微分方程的全局平滑约束算法,并在此基础上将局部平滑约束嵌入到全局平滑约束算法之中得到混合算法,使之对降质图像也能较好地估计出光流。最后对新算法中的参数P给出了一种自适应选择
3、的方法。(2)配准后的超分辨率重建技术研究。首先对超分辨率重建的基本理论进行了比较全面、客观的论述。然后在新配准算法的思路上提出一种基于耦合偏微分方程正则化方法的超分辨率重建算法,该算法不仅抑制了平坦区域中的随机噪声,而且具有较好的纹理保持特性。最后在新配准算法和新重建算法的基础上实现了超分辨率重建,实验表明,新算法用于超分辨率重建能有效地提高重建图像的质量。关键词:超分辨率,图像配准,光流,正则化,耦合Abstract顾Ij论文Imagesuper-resolution(SR)reconstructionistheprocessofproducingahigh-resolution(HR)
4、imagefromasequenceoflow-resolution(LR)images.TheseLRimagesshouldrepresentthesamescence,butwithadifferentrelativemotion.ItovercomestheinherentresolutionlimitationbybringingtogethertheadditionalinformationfromeachLRimages.Generally,therearetwoserialstepsinsuper-resolutionimaging.Thefirstistoestimatet
5、hemotionparameters.ThesecondistoapplytheinformationobtainedfromthedifferentregisteredimagestothereconstructionofasharpHRimage.SoregistrationplaysacriticalroleinSRreconstruction.AnerrorinregistrationtranslatesalmostdirectlyintodegradationoftheresultingHRimage.Atpresent,thecommonandeffectiveregistrat
6、ionalgorithminimageSRreconstructionisopticalflowbasedmethod。Thispaperfocusesonopticalflowbasedimageregistration,andstudiestheapproachtOobtainaHRimagefromobservedmultiplewarped,blurred,decimatedandnoisyLRimages.Themaincontributionsofthepaperareasfollows:1.Opticalflowbasedimageregistrationisstudied.T
7、heclassicalalgorithms,suchasLucas—KanadeandHorn—Schunck,arediscussed,wheretheresultsoftheopticalflowfieldusingdifferentparametersaregiven.Weproposeagobalconstraintalgorithmbasedoncoupledpartialdifferentiale
此文档下载收益归作者所有