论文部分内容阅读
图像的超分辨是指通过某种方法来提高图像的分辨率,随着分辨率的提高,图像也越来越清晰。我们对现实世界的观察是眼睛完成的,现实在我们眼中虽然不是以像素的形式出现的,但在LED屏幕上,却是以像素呈现出一切。每一个像素通过一定的排列,从而呈现出完整的一幅图像。像素越多,细节越丰富,清晰度就越好,人们的视觉体验就越真实。 由于图像超分辨可以提供更多的细节,而这些细节往往在图像其他领域应用中起到关键作用,所以人们希望高分辨率的图像。而要获得高分辨率图像,最直接的办法是采用高分辨率图像传感器,但由于传感器和光学器件制造工艺和成本的限制,不能大规模部署,因此人们提出应用计算机为工具,设计某种方法来提高图像分辨率。这些方法大致可以分为三类:基于插值方法、基于重建方法、基于学习方法。 虽然超分辨方法有很多但是对他们的实际效果的应用研究却很少,因此本文主要研究了图像超分辨对车牌识别、图像斑点与角点检测和人脸识别等方面影响,主要概括如下: (1)现在车牌识别技术对车牌识别率虽然已经很高,但这是有条件的,当图像分辨率过低时,车牌识别率会受到很大影响,本文将图像超分辨应用到车牌识别中,通过选取低分辨的图像,再将其用十种超分辨方法放大3、4、5倍,最后通过车牌识别来查看识别准确率来说明它对车牌识别的效果。 (2)图像的斑点和角点检测是为了检测人们感兴趣的目标的一种在图像中寻找极值的检测方法,当图像分辨率过低时便容易漏检或错检,本文通过对同一幅图像经行下采样和超分辨处理,在不同分辨率下进行检测来证明它对检测效果的影响。 (3)人脸识别是目标识别领域中的研究问题之一,对人脸检测需要在图像中定位人脸之后再对人脸进行识别,本文通过对图像超分辨处理来增强人脸特征使得对人脸定位和识别提供较好的前期处理,从而使得能够准确定位人脸并且提高人脸识别正确率。