压缩视频的正则化投影超分辨率重建.pdf

《压缩视频的正则化投影超分辨率重建.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ComputerEngineeringandApplicationsZ-I"算机工程与应用压缩视频的正则化投影超分辨率重建曾强宇，何小海，陈为龙ZENGQiangyu，HEXiaohai，CHENWeilong四川大学电子信息学院图像信息研究所，成都610064CollegeofElectronicsandInformationEngineering，SichuanUniversity,Chengdu610064，ChinaZENGQiangyu，HEXiaohai，CHENWeilong．Compressedvideosuper-resolutionreconstructionbasedo

2、nregularizationandproiectiontoconvexset．ComputerEngineeringandApplications，2012，48(6)：181-184．Abstract：CompressedvideoSuper-Resolution(SR)techniqueestimatesHigh—Resolution(HR)imagesfromasequenceofLow—Resolu—tion(LR)observations，ithasbeenagreatfocusforvideoSR．Basedonthetheoryofregularizationandproje

3、ctiontoaconvexset，anov—elSRalgorithmisdevelopedandanalyzedusingthequantizationinformationfromthecompressedbitstream．Theregularizedcostfunc—tionusingthetemporalandspatialpriorinformationisproposed．TheiterativegradientdescentalgorithmisutilizedtoreconstructtheHRimage．ThereconstructedHRimageprojectsto

4、aconvexsetintheDCTdomain．Experimentalresultsdemonstratethattheproposedalgorithmhasanimprovementintermsofbothobjectiveandsubjectivequality,anditisapplicableforcompressedimages．Keywords：regularization；projectiontoaconvexset；super-resolutionreconstruction；compressedvideo摘要：压缩视频超分辨率(SR)技术利用压缩后的低分辨率(LR)

5、图像序列来重建高分辨率(HR)图像的技术，是当前视频超分辨率技术研究的热点。在正则化理论和凸集投影理论的基础上，利用比特流中的量化信息，提出了一种正则化投影超分辨率重建算法；通过正则化代价函数引入图像序列的时间域和空间域的先验信息，使用迭代梯度下降算法对正则化代价函数求解得到重建图像，最后利用凸集投影算法对求得的估计图像进行DCT域投影重建。仿真实验结果表明，该自适应算法较传统算法，其重建图像的主、客观质量有一定的提高，适合压缩图像的应用。关键词：正则化；凸集投影；超分辨率重建；压缩视频DOI：10．3778／j．issn．1002．8331．2012．06．052文章编号：1002．833

6、1(2012)06．0181-04文献标识码：A中图分类号：TN919．811引言辨率图像。视频超分辨率(super．Resolution，SR)是去除由成像系统压缩视频的正则化投影重建在正则化理论和凸集投影理造成的模糊(散焦模糊、运动模糊、欠采样等)以及重建超出光论的基础上，利用比特流中的量化信息，通过正则化代价函数学系统衍射极限之外的空间频率信息。通过数字图像处理引入图像序列的时间域和空间域的先验信息，使用迭代梯度技术，利用单帧或多帧低分辨率图像重建出高分辨率图像，既下降算法对正则化代价函数求解得到重建图像；然后利用凸可以节约成本，也具有可实现性。压缩视频的超分辨率重建集投影算法对求得的

7、估计图像进行DCT域投影重建。与传统的超分辨率重建有以下不同：(1)图像序列不再是像素值，而是压缩后的码流。压缩后的码流主要由经过量化以2正则化投影重建算法后的变换系数和运动矢量构成。在编码过程中由于量化引入正则化方法利用HR图像的先验信息使超分辨率重建病了量化噪声，造成了图像的降质，而且量化噪声在空间域上是态反问题良态化，能较好地利用图像序列的帧间相关性，通过可变的，这使得噪声过程变得极为复杂。(2)由于编