图像超分辨重建技术研究现状.pdf

《图像超分辨重建技术研究现状.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、Q：ScienceandTechnologyInnovationHerald研究报告图像超分辨重建技术研究现状宋艳玲(菏泽市第二中学山东菏泽150001)摘要：本文详细论述了图像超分辨重建技术I!l内外研究现状，包括基于重建的超分辨技术和基于学>-／的超分辨重建技术，最后总结了超分辨技术的发展方向。关键词：图像超分辨重建中图分类号：TN91I文献标识码：A文章编号：I674-098X(201a)O3(c)一0008-011引言准误差会引起性能的急剧下降，因此研究参考文献图象是人类传递和交流信息以

2、及认识对配准误差等具有鲁棒性的POCS方法具[1】TsaiR，tluangT．MultiframeImage客观世界的重要方式之一。图象超分辨重有重要的意义。RestorationandRegistration【J】．Ad-建是由一帧或多帧低分辨率图象重建一帧vancesinComputerVisionandImage高分辨率图象的技术。图象超分辨重建技3基于学习的超分辨技术Processing，1984，1(2)：317-339．术在视频监控、遥感成像、医学成像等众多基于学习的方法是近年来超分

3、辨率算[21KimS，Wen—YuSu．RecursiveHigh-领域具有重要的应用价值和研究意义。图法研究的热点方向之一。该类方法的基本resolutionRec0nstructi0nofBlurred象超分辨技术按原理可分为基于重建的方思想是通过学习获得HRI和LRI之间的关MultiframeImages[J]．IEEETrans．on法和基于学习的方法，而基于重建的方法系，再利用学习结果来指导超分辨图象的ImageProcessing，1993，2(4)：534-539．又包含频域方法

4、和空域方法。下面分别予重建。基于学习的超分辨方法学习结果可【3】sinaFarsiu，DirkRobinsonM，Michae1以介绍。以通过样本形式或参数形式来表达，因此Elad，eta1．FastandRobustMultframe也称为基于示例学习(Example—based)的方SuperResolution[J】．IEEETransac-2基于重建的超分辨技术法。基于学习的方法对于特定图象比如文tionsonImageProcessing，2004，13(10)：基于重建的方法按照图象

5、退化模型，本、人脸等可以取得较好的效果，在放大倍1327’_1344．利用一定的数学理论对退化图象进行反退数较高时也有明显优势。【4】MichaelK．Ng，HuanfengShen，化，得到超分辨重建图象。3．1基于非参数学习的方法SubhasisChaudhuri，AndyC．Yau．2．1频域解混叠方法Freeman等引人马尔可夫(Markov)网络Zoom-basedsuDer～resOlutiOnrecon-Tsai#fHuang首先在不考虑噪声和模糊来确定低分辨率图象块与示例样本块的

6、两structionapproachusingpriortotal的情况下，对帧间存在亚像元平移的、欠采个匹配条件，通过为样本库中图像块的替variation[J】．OpticalEngineering，2007，样的一组低分辨率图象，导出了频率混叠换提供了约束条件进行超分辨重建。在46(12)：127003．公式，建立了频域解混叠的基本模型it】。随Freeman工作基础上，StephensonTA等针[5]XuelongLi，YantingHu，XinboGao，后，Kim等先后引入噪声与模

7、糊等问题[21，对人脸具有对称性这～特点，将对称性作eta1．Amulti-frameimagesuper-提出了解混叠算法的迭代计算模型，使得为一种邻域关系引入到Markov网络，提出resolutionmethod[J]．SignalProcesing，在解混叠的同时，还能够解模糊和去噪声。了一种新的人脸图象超分辨重建方法_8】。2010(90)：405—414．2．2基于概率统计理论的方法3．2基于参数学习的方法[6]ChuangbaiXiao，JingYu，KainaSu．基于概率统计理

8、论的超分辨重建方法以上所述基于非参数学习的超分辨重GibbsartifactreductionforPOCSsu—主要包括最大后验概率估计(MAP)方法，建方法由HR和LR图象块对组成的样本库per-resolutionimagereconstruction[J】．它以贝叶斯定理理论做为理论依据。人们形式描述和存储学习结果，该方法一般存Front．Comput．Sci．China．．2008．对该方法进行了大量的研究，获得了巨大储量和搜索量都比较大，而由参数形式描2(1)：87—93．的发展。述