基于插值的小波域图像超分辨率算法研究

摘要

图像超分辨率重建是图像处理的一个研究热点,近年来,它被广泛应用于卫星、遥感、军事侦察、医学影像等方面。随着传感器的广泛使用,虽然已经可以获得较高分辨率的图像,但是由于硬件制作水平的限制,如何利用软件方法低成本的增加当前的分辨率级别日益受到了研究人员的关注。因此,超分辨率不仅在实际应用中有着十分重要的作用,而且在理论上具有重要意义。所谓超分辨率重建技术是从一序列降质的低分辨率图像中获得高分辨率高质量图像的过程。本文主要研究了两种基于插值的小波域图像超分辨率算法。文章考虑到传统离散小波变换存在两个主要的缺陷,即不具有平移不变性和有限的方向选择性,而二元树复小波不仅能够弥补以上不足,还具有很多优良的特性。出于以上原因考虑本文采用了二元树复小波来取代传统的小波对图像进行处理,提出了基于二元树复小波变换的图像插值算法。算法将边缘插值、双三次插值方法与二元树复小波变换相结合对图像进行放大,然后再通过修改高频系数对图像的边缘进行处理。实验结果证明,此方法是有效的。为了进一步改善图像的亮度,本文将小波融合与插值方法相结合,提出了基于小波融合的图像插值算法。利用不同插值方法处理后的图像具有不同的放大效果的特点,文章用两种算法对同一幅图像进行放大,然后将两幅放大后的图像进行融合处理。此算法的引入能够较好的提高图像清晰度。最后,本文总结了所研究算法存在的问题,并对未来的工作做了展望。

目录

摘要

Abstract

第一章 绪论

1.1 研究背景及其意义

1.2 国内外研究现状

第二章 图像超分辨率算法概述

2.1 图像超分辨率

2.2 退化模型

2.3 重建算法

2.3.1 单幅图像超分辨率算法

2.3.2 序列图像超分辨率算法

2.4 图像重建技术的评价

2.4.1 图像的主观评价方法

2.4.2 图像的客观评价方法

第三章 图像超分辨率基础

3.1 小波变换

3.1.1 图像小波分解与重构

3.1.2 自然图像小波变换的性质

3.2 图像插值

3.2.1 基于边缘插值

3.2.2 双三次插值

第四章 基于二元树复小波变换的图像插值算法

4.1 引言

4.2 二元树复小波变换

4.3 基于二元树复小波变换的边缘插值算法

4.4 边缘处理

4.4.1 修改高频系数

4.4.2 重构图像

4.5 实验结果分析

第五章 基于小波融合的图像插值算法

5.1 引言

5.2 图像融合技术

5.2.1 图像融合的分类

5.2.2 图像融合算法

5.3 基于小波融合的图像插值算法

5.4 实验结果分析

第六章 总结与展望

6.1 本文所做工作

6.2 工作展望

参考文献

致谢

在读期间取得的科研成果