论文部分内容阅读
自从进入数字成像时代以来,在实际应用需求的驱动下,人们就没有停止过对获取更高分辨率影像的追求。采用影像超分辨率复原重建技术,就可以在不改变现有成像系统硬件的前提下,仅用软件算法的方式从多帧具有互补信息的低分辨率影像序列中重建出更高分辨率的影像。重建的结果不但可以改进影像的主观视觉效果,而且对影像的后续处理,如影像分割、特征提取、识别等各种研究应用都具有十分重要的意义。本文以光学静态序列影像和视频流影像为主要研究对象,围绕多帧影像超分辨率复原重建的关键技术这一主题展开研究。主要研究工作如下：(1)系统的总结、分析和比较了研究发展过程中形成的主要的超分辨率复原重建的理论和方法,并对其数学理论基础进行了分析讨论。针对现有研究对模型的适用条件和应用范围分析不够而导致模型的滥用和重建效果不稳定的问题,建立了基于形变与基于运动模糊这两种降质模型,并提出了基于不同降质模型的重建模型和重建方法框架。(2)针对多帧运动模糊降质影像,提出序列帧运动模糊参数估计及多帧非线性复原重建的理论与算法。在这一框架下,对于任意方向的运动模糊参数估计问题,提出了基于二维倒频谱分析的算法来高精度的估计PSF的参数。为了减少重叠伪影,在详尽的分析产生重叠伪影的各种因素与重叠伪影间的相互关系的基础上,提出了预抑制伪影的基本思路和具体的实践算法。最后,提出了抑制重叠伪影的多帧非线性盲复原算法的理论框架和实践算法来提高运动模糊影像的分辨率。(3)针对不以运动模糊为降质主要因素的多帧(视频流)影像,本文提出了基于Gauss-POCS模型的多帧序列的盲超分辨率复原重建的理论与算法。对该算法中的几个关键技术进行了研究：为了获取高精度的影像初始估计值,提出了保持边缘特性的双边滤波插值算法。对于运动估计问题,提出了全局与局部相结合的时空梯度迭代多帧亚像素运动估计算法。对于重建问题,以凸集投影作为理论基础,建立了多种约束算子集和相应的投影操作,改进了数据一致性约束,提出了一种重叠伪影的后抑制算法,并引入多帧联合去噪方法,最终建立了基于Gauss-POCS模型的盲超分辨率复原重建算法,获取主观视觉效果和客观评价指标均有较大提高的影像。(4)有效的超分辨率算法的评价体系的建立一直是超分辨率研究领域的一个难度较大且富有挑战性的研究难点。为了研究这一问题,本文首先对现有的数字影像质量评价方法进行了全面的梳理,并使用多种指标对高斯模糊和加噪这两种超分辨率研究领域经常要处理的典型的降质类型进行了评价。然后针对超分辨率重建的评价现状进行了分析,明确了存在的问题。并以此为基础提出了超分辨率复原重建评价体系建立的思路和几个基本原则。最后在这一思路的指导下,提出了一种针对性强的有效的超分辨率重建中重叠伪影的后抑制和评价算法。