基于小波变换的图像超分辨率重建算法研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:hzz118
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
图像序列的超分辨率复原技术就是在不改变图像观测系统的前提下,利用已有的低分辨率图像采用某种方法获得高分辨率的图像。低分辨率图像通常可用CCD亚像元成像技术获得,利用亚像元序列图像帧与帧之间的互补信息,实现高分辨率图像的重建。小波方法是目前图像超分辨率复原研究的一个重要分支。广泛应用于医学成像、公共安全、遥感和军事侦查等领域。首先,本文对超分辨率复原算法进行了分类和总结,并指出目前的研究主流是基于多幅图像超分辨率复原的空域法,同时介绍了各种小波变换。它既弥补了傅里叶分析的不足,又保留了傅里叶分析的优点,在图像分析领域有广泛的应用。其次,研究了一般成像系统的平均调制传递函数,通过对亚像元成像系统中CCD离散抽样过程的MTF进行计算和分析,推导出亚像元成像系统中CCD离散抽样的平均调制传递函数的计算公式;通过对CCD互有亚像素位移成像系统和一般成像系统的调制传递函数的比较,得出互有亚像素级位移成像系统获得的图像的空间分辨率高于一般成像系统的结论。最后,分析了第一代小波变换有不均匀采样和定义在有限区间上的难题,得出一种新的重构方法-基于第二代小波变换的超分辨率重建算法,并对小波变换后的小波系数利用硬/软阈值降噪,通过模拟仿真分别利用不同的小波算法对图像序列进行了重构,并对实验结果进行了分析,比较。通过本文的研究,最终表明基于第二代小波的图像超分辨率重构算法保留了丰富的细节信息,提高了图像的分辨率,确认了该算法的可行性。
其他文献
现代物流是企业的第三利润源,已成为与高科技、金融业并驾齐驱的三大朝阳产业之一。我国的物流业刚刚起步,有巨大的发展潜力和市场潜力,国外的物流巨头纷纷抢滩布局,国内企业大量
在竞争激烈的商业环境里,企业必须有效掌握时效性与便利性才能存活下来。快递公司提供迅速而且便捷的递送服务,协助其与顾客和产业维持紧密联系。因此企业如何选择合适的快递公
煤炭是铁路的适运货物,我国现代物流刚刚起步,铁路由传统运输企业向现代物流企业转化是新形势下的最佳选择,且比其他企业开展物流更具有优势。本文通过对建立以铁路运输为主的大
党的十九大确定了我国发展乡村的重要战略举措,同时深入探讨我国生态发展实际状况,建立在可持续发展的重要前提下,不断完善农村地区的建设,实现农村产业、农村文化、农村人才