基于POCS算法的序列图像超分辨率复原技术研究

摘要

在许多应用情形下，人们总是需要得到更高质量的图像。但在实际成像过程中，由于受到成像系统、外界环境及成像技术等很多因素的限制，导致图像退化，使我们所获得的图像效果并不理想。而实际应用中，我们对图像质量的要求却越来越高，于是，如何有效地恢复出原始图像或者说是复原出我们所期望的图像，就成为图像处理中一个重要的问题。 图像的超分辨率算法泛指一类图像处理算法，它从一组属于同一场景的低质量的、低分辨率图像出发，通过算法来生成高质量的、高分辨率图像。即在保证频带内图像低频信息复原的基础上，对截止频率以上的高频信息进行复原，以使图像获得更多的细节和信息，使复原图像更加接近理想图像。 本文主要对以下内容进行了研究： 第一，考察了超分辨率及超分辨率复原的国内外发展现状。 第二，介绍了超分辨率复原中的基本理论和主要技术。 第三，详细阐述了超分辨率复原技术的各种方法，重点分析了目前的一些主流方法。 第四，提出了一种用小波去噪预处理的改进的POCS算法，并通过试验证明了本文方法对低信噪比降质图像超分辨率复原的优越性和必要性。 第五，简要介绍了常规统计方法复原评价标准，提出了边缘比较和傅立叶变换谱比较两个超分辨率图像复原比较指标，并运用这两个标准，再次验证了本文改进方法是有效的。

目录

文摘

英文文摘

独创声明及学位论文版权使用授权书

1绪论

1.1论文研究背景及研究意义

1.2国内外发展及研究现状

1.3本文的主要工作及内容安排

1.4本章小结

2超分辨率序列图像复原理论基础

2.1超分辨率复原问题概述

2.2图像超分辨率复原理论基础

2.2.1解析延拓理论

2.2.2信息叠加理论

2.2.3非线性操作

2.3本章小结

3超分辨率序列图像复原主要技术

3.1图像退化模型

3.2复原技术介绍

3.2.1运动估计和补偿

3.2.2插值

3.2.3正则化

3.2.4递归和迭代

3.3本章小结

4超分辨率序列图像复原方法介绍

4.1频域法

4.2空域法

4.2.1非均匀插值方法

4.2.2迭代反向投影方法

4.2.3集合理论复原方法

4.2.4统计复原方法

4.2.5 MAP-POCS混合方法

4.2.6滤波方法

4.2.7其他方法

4.4总结与比较

4.5本章小结

5 POCS算法及改进

5.1 POCS理论

5.1.1空间可变模糊模型

5.1.2 POCS算法的原理

5.1.3 POCS算法的实现

5.2小波理论

5.2.1小波函数与小波变换

5.2.2小波空间及小波分解

5.2.3小波去噪理论

5.3一种基于小波去噪的新POCS算法

5.3.1新算法的实现

5.3.2试验结果及分析

5.3.3超分辨率复原的评价标准

5.4本章小结

6总结与展望

6.1论文总结

6.2工作展望

参考文献

致谢

读研期间发表的论文