基于模糊聚类的果实采摘超分辨率重建方法..doc

《基于模糊聚类的果实采摘超分辨率重建方法..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、基于模糊聚类的果实采摘超分辨率重建方法摘要：在现有的基于稀疏表示的图像超分辨率算法的基础上，提出了一种新的基于模糊聚类的超分辨率重建算法，并使用L-曲线法确定正则化参数，有效降低了图像的边缘锯齿效应，提升了图像整体的平滑性，改善了基于稀疏约束算法的主客观重建质量。通过与线性插值法、Elad重建方法的仿真对比分析，基于模糊聚类的超分辨率重建方法可以显著提高果实自动化采摘图像的超分辨率重建效果。关键词：超分辨率重建；稀疏表示；聚类；L-曲线；果实采摘中图分类号:TP391.41；S126文献标识码：A文章编号：0439-8

2、114(2014)03-0681-05研究开发适合生产实际的果实采摘系统不仅可以在很大程度上减轻劳动强度、提高生产效率，而且具有广阔的市场应用前景。对于果实采摘系统，首要任务是利用拍摄的果实图像外形特征以及果实的物理特性，清晰准确地将果实从背景中辨识出来，并旦要求在不同的光照条件、不同的拍摄位置、复杂的背景条件下仍能准确快速地实现果实采摘识别［1］。为了有效增加果实采摘的识别率，各种图像增强技术被应用到果实采摘识别的预处理环节。图像增强技术的目的就是提升图像的可辨识能力，以满足人眼视觉或为后续计算机图像处理过程提供更好

3、的输入图像。图像超分辨率重建是由一帧或多帧低分辨率图像(LR)重建一帧高分辨率图像(HR)的技术，分辨率增强技术正成为目前的研究热点之一。当前主流的超分辨率重建算法可以分为基于重建和基于学习两类，基于重建的算法的主要思想是：利用一些先验知识来约束求解过程，以达到增加细节信息的目的。基于学习的超分辨率重建方法是由Freeman等［2］首先提出的，之后Yang等［3］提出利用稀疏表示方法实现基于学习的超分辨率重建算法。Elad等［4］在前者的基础上进行了改进，使用主成分分析（PCA）法，并采用K-SVD算法［5］进行原子库

4、训练，使得算法运行速度提升的同时依然保持较好的重建效果。由于传统的过完备字典构造方法针对整个图像超分辨过程中均使用同一原子库，不能很好地考虑局部特性，故提出一种基于模糊聚类的字典构造方法，来提高图像的超分辨率重建的效果。1稀疏表示理论稀疏表示的基本思想是超完备字典中的冗余基取代了传统方法中的正交基，而字典的选择应尽可能地包含被表达信号所含有的信息结构。信号的稀疏表示就是从超完备字典中选择具有最佳线性组合的若干原子来表示信号（图1）。考虑一个给定的m维矢量信号x,以及一组mXn的基X。计算x在X这组基上稀疏的系数向量，则

5、可以得到如下的一个优化问题：b是希望求解得到的稀疏变换后的n维系数向量，在上述优化问题中,第一项是一个二乘误差项，表示最后优化得到的稀疏向量b要能够精确地重建原始给定信号X。第二项足b的L0范数，作用是限制系数向量b中的非零元的个数，即使得b足够稀疏。参数人是一个控制重建误差和稀疏性之间的折中。求解上述优化问题就可以得到一个既稀疏又能准确重建原始信号的稀疏变换。求L0范数是一个数学上的NP-hard问题，无法直接进行求解。Donoho⑹巳经证明了在信号足够稀疏的前提下，L0范数的求解问题可以转换为求解L1范数的凸优化估

6、计问题。即公式（1）等同于下式：实际应用中，图像都是有噪声存在的，即：其中e表示高斯白噪声。因此，公式（2）可以改写为不等式约束，如下：其中£表示稀疏表示的误差（噪声强度），与上述模型等价的正则化表示如下：其中入表示正则化参数，用于平衡重建误差逼近项和稀疏性约束正则化项。至此，就可以使用一些标准的解优化问题的算法来进行求解。2降质模型在基于恢复的图像超分辨率重建方法中，目标方程是通过图像的降质模型建立的。针对单帧图像的超分辨率重建问题可以用如下的式子模拟降质过程，其中，D是降采样算了，H是模糊滤波器，L表示二者乘积，v

7、是加入的噪声。通常可以假设加入的噪声服从高斯分布，这时关于上式降质模型可以建立如下的优化目标方程，结合上述基于恢复的优化目标方程和稀疏表示的思想，Dong等［7］提出了一种基于结构聚类型字典的图像超分辨率重建算法。3模糊聚类的原理模糊聚类是用数学方法定量地确定研究对象的亲疏关系和相似性，能客观地分型划类，使其具有更高的分辨率和广泛的代表性，更具普遍意义。图像是由一个个像素来表示的，图像中各物体之间的边界由像素值的变化表现。对于图像来说，模糊聚类是对图像的像素进行分析。通常将被聚类的事物称为样本，将被聚类的一组事物称为样

8、本集。设R是X上的经典等价关系。对X中的两个元素x和y,若(x,y)ER,则将x和y并为一类，否则x和y不属于同一类。相应地，设Sa是X上的模糊等价关系，Us是Sa的隶属函数。对于任何aE[0,1],Sa的定义为⑻：根据Sa得到X的一种聚类，称为在a水平上的聚类。即对于X中的任意两个元素x和y,若Us(x,y)Na,则x和y属于同