文本图像超分辨率显示算法研究

【摘要】：由于受成像设备的像元尺寸和成本等限制,获取的文本图像通常存在分辨率偏低的特点,在进行高分辨率显示时经常出现模糊不清等失真现象,影响了人们的视觉观赏与文本理解。作为一种有效的软件解决方案,文本图像超分辨率是从一幅或多幅低分辨率文本图像重建一幅高分辨率文本图像。然而,现有文本图像超分辨率方法易造成文字模糊、边缘残缺和细节丢失等失真。为了解决这个问题,结合文本图像先验条件,本文先后对印刷文本和手写文本图像开展超分辨率重建研究。针对印刷文本图像,本文提出一种基于边缘驱动的超分辨率算法。该算法首先对输入的低分辨率图像进行边缘检测;其次,根据边缘图,将输入的低分辨率图像的像素点分为两大类:边缘像素点和非边缘像素点;然后,对于边缘像素点和非边缘像素点分别使用双三次插值和自回归模型进行高分辨率图像重建,同时利用图像块间的结构自相似性先验改进自回归模型;最后,通过搜集边缘像素和非边缘像素,获得重建的超分辨率文本图像。实验结果表明,本文算法能够保证文字边缘的连续性和锐度,有效地抑制重建图像的边缘模糊和锯齿等失真现象,获得较好的超分辨率结果,通常超过现有经典方法。针对手写文本图像,本文提出一种基于边缘残差补偿的超分辨率算法。该算法首先利用上述基于边缘驱动的超分辨率方法初始估计目标高分辨率图像;其次,对目标高分辨率图像的当前估计值进行下采样和联合双边滤波处理,获得与输入低分辨率图像尺寸相同的采样图像,同时利用图像块间的结构对比度改进联合双边滤波算法;然后,对得到的采样图像和输入的低分辨率图像分别进行边缘检测并计算边缘残差;接着利用上述基于边缘驱动的自回归模型对边缘残差进行插值,并使用反向投影将插值后的边缘残差补偿到目标高分辨率图像的当前估计;最后,利用反向投影进行边缘补偿,通过多次迭代直至收敛,从而获得重建的超分辨率文本图像。实验结果表明,本文算法能够抑制文字边缘模糊现象,同时能够恢复更多的文字细节信息。