收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于稀疏表示的图像超分辨率重构技术研究

路锦正  
【摘要】:提高图像分辨率是开展图像科学研究及其工程应用的不懈追求,然而在一定程度上会导致系统的复杂化和任务的大幅增加。如何基于现有捕获设备和已有观测结果,恢复或重构出高分辨率图像也成为当今众多图像应用的迫切需求。利用图像降质先验或表示模型的图像超分辨率重构技术,就是解决这一问题的方法之一。该技术在数学上是一个典型的逆问题求解,为使解稳定或唯一,向重构问题中添加关于成像过程或图像数据的先验知识就尤为重要。 针对单帧图像的超分辨率重构任务,基于图像不同频率分量的合成原理,本文提出了面向低频分量的类双线性快速插值重构和面向高频分量的稀疏表示图像重构技术框架。该研究以图像数据的稀疏建模为研究主线,对信号稀疏表示理论中的超完备字典构建、信号关于字典的信号稀疏分解及其在图像重构中的应用等关键问题做了探索性的研究。主要内容有: 1.阐述了图像稀疏表示理论及其应用,包括信号稀疏表示模型、稀疏表示的字典构建和稀疏表示的分解算法等。简述了基于稀疏表示的图像处理应用,推导并建立了压缩感知理论与图像超分辨率重构应用的对应关系。 2.针对高信噪比的H.264编解码图像的插值放大问题,提出一种曲率驱动的类双线性快速插值方法。借助图像的二维坐标,所有像点的灰度值模拟为空间三维曲面,以指定方向的曲面剖面曲率作为边缘几何类型判别依据,驱动四像点快速插值。 3.针对字典离线式图像重构,分析了基于超完备字典稀疏表示的图像超分辨率重构的实现原理,确立了问题关键为字典学习和稀疏表示。运用离线式学习的低分辨率字典来数值计算高分辨率字典,降低耦合式字典学习的计算复杂度;提出运用正则正交匹配追踪算法实现低分辨率图像的稀疏表示。 4.鉴于当前图像与已学习图像集可能存在的结构类型偏差问题,在字典在线式图像重构中,提出在线学习当前低分辨率图像的字典学习法。但是由于此时样本数少、结构类型少,引起字典原子的表达能力降低等问题,从而基于该字典的确定性稀疏度信息不再可靠,提出应用盲稀疏度稀疏表示实现图像稀疏重构。 5.针对离线字典的特定图像偏差和在线字典的样本欠缺问题,在字典级联式图像重构中,为充分提高字典的表示能力,采用经预先学习的离线字典级联基于当前低分辨率图像学习的在线字典,构成原子结构多样化、面向当前图像的高效的超完备字典;针对部分已有稀疏表示算法的低精度、高复杂度问题,在稀疏测度定义下提出运用逼近l0范数稀疏表示实现图像的较高精度的快速稀疏分解。 本文针对单帧图像的超分辨率重构任务,围绕着如何构建有效的用于稀疏表示的超完备字典和设计在既定字典下图像的稀疏分解等关键问题进行了探索,并取得了阶段性成果。这些成果为进一步的算法研究提供了理论基础,对图像超分辨率重构应用也具有一定的指导意义。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李林静;冯勇;刘洪臣;;基于投影的单幅图像超分辨率重构算法[J];光电子.激光;2007年11期
2 杜娟,余英林;超分辨率重构技术需要考虑的几个因素[J];计算机工程与应用;2003年21期
3 潘逢治,张立明;用神经网络恢复残差的图像超分辨率算法[J];电子学报;2004年01期
4 赵书斌,彭思龙;基于小波域HMT模型的图像超分辨率重构[J];计算机辅助设计与图形学学报;2003年11期
5 梁音,柳建,田金文,田岩;一种改进的图像超分辨率模型与数字图像分辨率的研究[J];计算机工程与应用;2004年26期
6 兰时勇,文俊,刘重庆;一种超分辨率图像重构算法研究[J];计算机工程与应用;2004年20期
7 李涛;王晓华;宋桂芹;李军科;闫雪梅;;基于学习的彩色人脸图像超分辨率重构研究[J];北京理工大学学报;2010年02期
8 田岩,柳健,田金文;一种光学图像的快速超分辨率重建方法[J];红外与毫米波学报;2004年03期
9 杜娟,余英林,谢胜利;基于半像素运动信息的快速超分辨率图像重构算法[J];华南理工大学学报(自然科学版);2005年05期
10 陶洪久 ,饶俊飞 ,周祖德;单幅图像的超分辨率重建方法[J];武汉理工大学学报(交通科学与工程版);2004年06期
11 汪雪林,文伟,彭思龙;基于小波域局部高斯模型的图像超分辨率[J];中国图象图形学报;2004年08期
12 邵凌,丁佩律,张立明,胡波;从多帧低分辨率图像序列中获取高分辨率图像的算法研究[J];电子学报;2002年01期
13 邵凌,丁佩律,张立明,胡波;重建高分辨率图像的实时串行迭代算法[J];红外与毫米波学报;2002年02期
14 吴晓明;陈斌;阮波;孙晓刚;;基于非局部算法的序列图像超分辨率重构[J];计算机应用;2009年01期
15 王晓文;刘雨;;图像超分辨率研究综述[J];信息技术;2009年07期
16 丁海勇;卞正富;;数字图像超分辨率重构技术研究[J];计算机与数字工程;2007年10期
17 张地;何家忠;彭宏;;低分辨率人脸序列的超分辨率重构识别[J];韶关学院学报;2007年06期
18 杨书俊;黄东军;;基于向量量化的图像超分辨率方法[J];计算机工程与应用;2010年17期
19 韩华,王洪剑,彭思龙;基于局部结构相似性的单幅图像超分辨率算法[J];计算机辅助设计与图形学学报;2005年05期
20 周亮,周芳;基于Bayesian理论的压缩视频超分辨率重构[J];南京师范大学学报(工程技术版);2005年03期
中国重要会议论文全文数据库 前4条
1 张琼;付怀正;沈民奋;;基于稀疏表示的彩色图像超分辨率重建算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
2 顾莹;朱秀昌;;基于CS的图像超分辨率重建[A];2010年通信理论与信号处理学术年会论文集[C];2010年
3 卢少平;;基于盲反卷积的图像上采样算法[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
4 刘志刚;钱昌松;;军事侦察中的两类图像超分辨率方法[A];国家安全地球物理丛书(三)——地球物理探测与应用[C];2007年
中国博士学位论文全文数据库 前10条
1 路锦正;基于稀疏表示的图像超分辨率重构技术研究[D];电子科技大学;2013年
2 张剑;图像超分辨率重建问题研究[D];中南大学;2010年
3 卜丽静;基于稀疏理论的星载雷达图像超分辨率重建[D];辽宁工程技术大学;2011年
4 徐志刚;序列图像超分辨率重建技术研究[D];中国科学院研究生院(西安光学精密机械研究所);2012年
5 张志;基于先验约束的图像复原方法研究[D];国防科学技术大学;2010年
6 郭恺;基于信号统计特性的图像超分辨率研究[D];上海交通大学;2011年
7 李盛阳;图像盲复原与改善空间分辨率研究[D];中国科学院研究生院(遥感应用研究所);2006年
8 肖建平;图像超分辨率算法与硬件实现研究[D];华中科技大学;2006年
9 邸慧;靶场图像预处理和目标运动单像机测量方法研究[D];国防科学技术大学;2007年
10 王宇;全景成像的计算机重构技术研究[D];长春理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 苏小清;图像序列超分辨率重构算法研究[D];湖南大学;2012年
2 陈文;小样本训练集下人脸图像超分辨率重构算法研究[D];中南大学;2010年
3 管超;基于稀疏表示理论的图像超分辨率重构算法研究[D];上海交通大学;2013年
4 张伟;基于稀疏表示的图像超分辨率重构算法研究[D];燕山大学;2011年
5 任广梅;稀疏表示在单幅图像超分辨率重建中的应用研究[D];电子科技大学;2012年
6 赖施成;视频图像超分辨率重建技术研究[D];浙江师范大学;2010年
7 仇芳;图像超分辨率若干技术及应用[D];上海交通大学;2011年
8 梁秀聚;基于稀疏约束的图像超分辨率重建技术研究[D];南京邮电大学;2012年
9 唐乐;基于改进的稀疏表示的图像超分辨率方法[D];中山大学;2012年
10 赵鹏;基于抗混叠轮廓波的图像超分辨率重建[D];燕山大学;2012年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978