论文部分内容阅读
随着时代的发展和科技的进步,人们在生活和工作中不断产生和依赖着大量的信息,因而对信息质量的需求也在不断提高,尤其是对视觉方面上感官信息的要求更为强烈。而在科技日新月异的今天,随着微电子学、材料学和制造业的发展,图像处理技术也随着发展迅速。在这个信息社会中,图像作为人们传递信息的重要载体之一,人们对图像的分辨率要求越来越高。高分辨率的图像能提供目标对象更多的细节信息,对图像的分析和处理有着重要的作用。然而,在实际应用中,由于成像设备自身的物理局限性,比如光学器件、处理器性能、存储容量等的限制,还有实际环境的干扰影响,导致人们获得的图像都有一定的退化。如何通过现有设备条件对已获得的图像进行增强,提高图像的空间分辨率,满足人们对图像的感官需求已成为图像应用中的研究重点。图像的超分辨率技术(SR,Super Resolution)研究可以分为时域超分辨率技术和空域超分辨率技术,针对更常使用的空域超分辨率技术,它是指从一幅或多幅低分辨率图像中重建出具有更高空间分辨率的图像,因此又可分为单幅图像的超分辨率重建技术和序列图像的超分辨率重建技术。在单幅图像的超分辨率重建技术中,稀疏表达作为一种新的图像表示模型,其在刻画图像内在结构和本质属性方面的作用被广泛应用于图像处理领域,而且能够取得较好的表现效果。而基于正则化的图像重建技术在序列图像的超分辨率重建领域上也有较为显著的效果。然而归根结底,图像的超分辨率重建技术就是要在保留图像原有的特征基础上尽可能地增强图像的细节,在此基础上,本文研究了具有尺寸不变性的高斯差分空间的图像特征,通过结合拉普拉斯金字塔图像复原技术和特征增强技术实现了简单有效的图像超分辨率重建过程,能大幅度增强图像质量和视觉感官效果,并且利用该方法结合稀疏表达和正则化技术进一步提高图像超分辨率重建的效果。本文主要内容有:(1)探讨了图像超分辨率重建技术的研究现状,阐述了图像超分辨率复原的理论基础,详细解释了稀疏表达理论和正则化算法的基本概念,数学模型和在图像处理领域中的应用。(2)针对图像的边缘细节增强研究,提出了一种基于高斯差分空间和拉普拉斯金字塔图像复原的单幅图像超分辨率重建技术,该方法以高斯差分空间中的具有尺度不变性的图像特征作为图像增强材料,在使用拉普拉斯金字塔图像复原过程中替代拉普拉斯金字塔分解图像,在实现图像超分辨率重建的过程中对图像的边缘细节进行增强,由于高斯差分空间的尺度不变性,可以使得重建后图像不会改变其原有的基本特征。同时在特征空间的可以进一步进行去噪处理,实现一定的去噪效果,能够进一步增强原有图像。本文还结合了稀疏表达算法和正则化算法,对原有的单幅及序列图像的超分辨率重建进行增强,相比于原有的算法效果,增强后的图像能够有更高的视觉感知质量。(3)针对超分辨率图像在视觉测量中的应用效果,提出了一种新的图像位移测量方案,能直接计算在图像测量中,重建后图像的测量结果相比于原低分辨率图像的测量结果的提升效果,可以直接表示图像超分辨率重建在图像位移测量中的精度水平。基于该测量方案,本文研究了各种图像超分辨率重建算法在图像位移测量中的表现效果,结果表明,图像超分辨率重建技术在图像测量领域中具有一定的应用前景。