[精品]小波综述.doc

《[精品]小波综述.doc》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、小波域应用于图像超分辨率重建所谓图像超分辨率技术就是在不改变图像探测系统的前提下，利川已冇的低分辨率图像采用某种方法使其获得较高的分辨率的图像观测。图像超分辨率按处理得图像源可分为单幅图像超分辨率和多幅图像超分辨。单幅图像超分辨率是指恢复岀由于图像获取时丢失的信息(主要是高频信息)，多幅图像超分辨率是指从低分辨率图像序列屮恢复出高分辨率图像。下面介绍几种基于小波的图像超分辨率算法。1.一种改善的小波插值方法插值方法较Z与其他方法是最为简单的一种，但这种方法的弱点(误差大)与优点(算法简洁)几乎是难分上下,于是如何提高插值的精度成为考虑问题的首选.目前,

2、经常用到的插值方法包括双线性插值、B样条插值和STNC函数等.双线性插值和B样条插值由于只利用了邻近像元的灰度值，因此其最为显著的优点绘计算量小，而其不足Z处在于这类方法总是假定灰度曲面是连续的(显然这种要求是极不自然的)，因此造成插值谋并较大,插值后的图像常常会出现方块效应或细节退化等问题;对于空域无限的SINC函数却具有计算量大，而截断又会带来不可忽视的误并问题。这种改善的小波插值方法利用Bezier曲面插值与小波变换相结合的图像插值方法用于改善图像的分辨率.小波分解与Bezier曲面插值相结合的图像插值方法较好地保持了图像屮丰富的高频成分,插值后

3、的图像主观上具有很好的视觉效果，客观上具有较高的信噪比，并且图像屮细节丰富,无明显的畸变，克服了传统的插值方法致使图像高频部分损失、感兴趣的细节被模糊的缺点，改善了图像的分辨率。利用Bezier曲面插值的小波算法描述如下：(D将原图像f(x,y)按小波分解为ML、MV、MD和MII4个细节了图，形式上记为Tf(x,v)=(ML,MV,MD,MH);(2)将MV、MD和Mil采用Bezier曲面插值算法(记作算子B)分别进行插值，得到MV,=B(MV),MD,=B(MD),MHZ=B(MH);(3)令原图像为低通部分f(x,y)=ML,;⑷对ML',MV

4、‘，MD‘和MH，4个子图做小波逆变换，变换后的结果即为最终的插值结果，除视觉上的差异外，另一个重要的衡最指标是信噪比(SNR),它是一种与人眼视觉比较接近的客观评价。2.基于小波变换的图像超分辨率增强算法该算法率增强算法，充分利用了小波变换的多分辨率分解的特点，提供了一种非常自然的方式降低图像的空间分辨率，将图像分解为不同频率的细节部分和平滑部分，更符合人眼观看事物的视觉特性;佔计高分辨率小波系数插值重构图像使得重建图像的视觉效果超过任何一帧低分辨率图像。实验结果证明，该算法能较好地保持原图像屮丰富的高频信息，经插值处理重建示的图像具有很好的视觉效果

5、，克服了传统的插值方法致使图像高频部分损失、感兴趣的细节被模糊的缺点。该方法是超分辨率图像处理的一种行之有效的途径，具有一定的实用价值。这种基于小波变换的插值算法为：(1)对低频分辨率图像进行小波变换分解；(2)对高分辨率小波变换系数进行估计；(3)在小波变换域内对高频了图进行小波插值获得原低分辨率图像大小的3个高频分量Mil、MV和MD,以原低分辨率图像作为低频分量的了图MA;(4)对MA、MH、MV和MD进行小波反变换得到高频分辨率图像。为了使每次小波分解示的平滑逼近部分包含更多的原图像信息(包括高频细节)，同时考虑到可分级性要求，选取光滑性较好的

6、合适小波较好。1.基于小波域HMT模型的图像超分辨率重构小波域HMT模型采用混合高斯分布，并通过多尺度小波系数隐状态Z间的Markov依赖性刻画

7、'

8、然图像小波系数随尺度减小呈指数衰减的特性，由于小波域HMT准确刻MTfI然图像小波变换的统计特性，该算法以此作为自然图像的先验模型，并把图像超分辨率问题表述为一个约束优化问题，采用Cycle2Spinning方法抑制重构岀的高分辨率图像屮可能存在的震铃和锯齿等失真。实验表明，该算法重构出的IIR图像较好地再现了图像的边缘结构，具有较高的信噪比和令人满意的视觉效果。2.结合小波融合和插值的多幅图像超分辨率复

9、原采用基于小波域的图像融合和插值相结合的算法。先对原始图像进行小波三次样条插值,然示对插值示的图像做小波融和，如果结果未能达到要求那么就增加小波融和的分解层数，直至得到满意的高分辨率图像。方法充分利用了图像间的补充信息，使复原图像更接近实际拍摄的高分辨率图像。不仅信噪比优于仅使用小波插值的方法,而且具有很好的主观视觉效果，仿真实验表明这种方法可行,有效。通过仿真结果可以看出，实拍的低分辨率图像边缘模糊、阶梯效应明显。复原图像虽然仍存在平滑现彖，但是边缘更清晰，高频信息更丰富，无明显的畸变,图像的灰度信息具有较高的可靠性，能够保持图像丰富的微小细节，能够

10、表现物体的精细结构的基木特性，能够保持图像的纹理特征，比较接近实拍高分辨率图像。因此，理论分析