视频信号高清晰度图像提取

摘要

模拟形式的视频信号不利于视频信息的传输和分析。通过A/D转换电路从信号中提取数字图像,可以实现视频信息的数字存储、传输和分析。空间分辨率是数字图像质量的重要指标,要提取高分辨率的数字图像,模拟视频信号中必须具有的频率较高的细节信息,因此成像系统的频率响应函数应具有较大的带宽；同时,模数转换电路的采样频率和传输速率也必须足够大。实际应用中,系统受制于这两个条件,其提取的数字图像分辨率不高。本文的研究目标是采用超分辨率信息处理技术,从模拟视频信号中提取高清晰度图像,以满足实际应用对数字图像清晰度的要求。 超分辨率图像重建技术是利用多帧观测图像之间的相对运动关系,将它们所保留的场景信息融合到单帧高分辨率图像,并去除图像中的模糊和噪声的信号处理技术。 文中首先建立一个图像观测模型,基于此模型对图像超分辨率重建理论进行了深入的研究,分析和仿真了一些经典的超分辨率图像重建方法,并通过比较指出基于凸集投影理论(POCS)的超分辨率重建方法是一种灵活、有效的分辨率增强方法。 文章以DM642处理器为核心设计硬件平台,从视频信号中采样观测图像序列。对于采用隔行输出的信号,本文采用一种沿边缘方向插值的运动自适应去隔行算法处理图像的隔行效应。在进行重建之前,观测图像序列必须根据其相互间的位置关系对准。本文提出一种基于四参数仿射变换模型的图像配准方法,该方法能够描述场景的平移、旋转和缩放等运动,实现高精度的图像配准。本文对配准后的观测图像序列采用凸集投影(POCS)算法进行重建。在对POCS算法的原理和重建过程作深入分析后,本文指出了POCS算法重建图像时产生Gibbs边缘振荡的原因,并通过约束边缘像素点投影的方法对这一缺陷作了改进,消除重建图像的边缘振荡。另外,确定成像过程中的退化函数是POCS算法去除模糊的关键。本文推导了一种测试成像系统光学模糊的实验方法,将测试结果应用于POCS重建过程,有效地去除了图像中的模糊。实验结果表明,通过本文研究的去隔行算法、图像配准方法以及改进的POCS重建方法,能够有效地对从视频信号中采样的数字图像进行分辨率增强,并去除图像中的模糊。 最后,文中介绍了基于DM642处理芯片的硬件方案和基于此方案的软件设计,在超分辨率重建理论的研究基础上,完成了视频信号高清晰度图像提取系统。

目录

文摘

英文文摘

声明

第一章绪论

1.1引言

1.2研究现状和方向

1.3论文概述

第二章超分辨率理论及经典算法研究

2.1观察模型

2.2超分辨率重建问题描述

2.3重建步骤

2.3.1图像配准

2.3.2图像插值和重建

2.4评价方法

2.5经典算法及仿真

2.5.1频域方法

2.5.2空域方法

2.5.3部分算法仿真

2.6本章小结

第三章超分辨率图像重建系统算法研究

3.1保护边缘的运动自适应去隔行算法

3.1.1算法原理

3.1.2实验分析

3.2系统模糊函数测量

3.2.1成像系统的光学模糊

3.2.2模糊函数的测量方法和实验分析

3.3图像配准

3.3.1基本概念

3.3.2算法设计

3.3.3实验分析

3.4凸集投影重建算法及其改进

3.4.1 POCS算法原理

3.4.2 POCS算法缺点

3.4.3边缘自适应的POCS重建算法

3.4.4实验分析

3.4本章小结

第四章视频信号高清晰度图像提取系统实现

4.1硬件系统设计

4.1.1硬件平台总体设计

4.1.2处理器和存储模块

4.1.3网络通信模块设计

4.1.4模拟视频信号输入、输出接口

4.2软件系统设计

4.2.1软件系统结构

4.2.2操作系统介绍

4.2.3网络通信模块的开发

4.2.4视频捕获模块、播放模块的开发

4.2.5超分辨率图像重建模块的开发

4.3系统调试

4.4本章小结

第五章总结与展望

参考文献

攻读学位期间发表的论文

致谢