视频图像超分辨率重建技术研究
超分辨率重建论文 运动估计论文 洛仑兹范式估计论文
论文详情
超分辨率重建就是基于已获得的多帧低分辨率图像估计出一幅高分辨率图像,以达到提高图像分辨率,恢复高频信息的目的。由于图像序列的不同帧之间存在着相对位移,因此帧间存在着互补信息,视频超分辨率重建技术就是利用图像序列间的互补信息来估计获得高分辨率图像。论文首先分析了视频超分辨率重建技术的研究现状和未来发展趋势,接着介绍了超分辨率问题的基本概念和经典的图像退化模型,同时介绍几种目前广泛使用的超分辨率重建算法。鉴于高精度的运动估计算法是超分辨率重建技术的关键步骤,因此论文讨论了目前应用广泛的几种运动估计算法,并提出了一种基于相关约束匹配和射影约束的最优匹配点提取算法。算法首先采用相关约束匹配的方法获得候选匹配对集,以初步排除位移角点和伪角点;然后根据特征点集在图像射影变换过程中的整体稳定特性进行配准,最后通过设定共面点射影约束条件,自动选取相对精度最高的匹配点作为最优匹配点对。仿真实验结果表明,该算法提取的最优匹配点对噪声和干扰具有很好的鲁棒性,对具有明显噪声和较大干扰的实际图像,仍然能够获得比较理想的运动估计效果。除此之外,为了获得更高的运动估计精度,论文又提出了基于改进光流的运动估计算法,该算法在灰度恒定假设的基础上,提出了一种加权梯度恒定假设,并通过结合HSV色系光度恒定假设,可用于对存在较大运动位移和光照变化的视频图像序列进行参数估计。仿真实验结果表明,该方法能够获得亚像素级估计结果。在超分辨率重建部分,本文提出了一种基于洛仑兹范式估计和洛仑兹梯度误差约束的视频图像序列超分辨率重建算法。该算法采用洛仑兹范式作为误差估计,能有效抑制噪声和去除奇异点干扰。为了获得更好的重建效果,本文提出了一种洛仑兹梯度约束项,通过结合全变分约束项,使得重建算法能在保护高分辨率图像平滑区域的同时进一步增强边缘信息。
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第8-13页 |
1.1 课题意义及应用领域 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.3 超分辨率重建技术未来发展方向 | 第10-11页 |
1.4 论文的研究内容以及组织结构 | 第11-13页 |
第二章 视频图像超分辨率重建理论介绍 | 第13-21页 |
2.1 超分辨率重建的概念 | 第13页 |
2.2 超分辨率重建问题的经典数学模型 | 第13-16页 |
2.3 超分辨率重建算法概述 | 第16-19页 |
2.3.1 频域算法 | 第16-17页 |
2.3.2 空间域算法 | 第17-19页 |
2.4 超分辨率重建算法质量评价标准 | 第19-20页 |
2.5 小结 | 第20-21页 |
第三章 高精度运动估计算法与超分辨率重建 | 第21-39页 |
3.1 块匹配运动估计算法 | 第21-24页 |
3.2 基于 Harris 角点的改进配准算法 | 第24-32页 |
3.2.1 基于自适应非极大值抑制法的 Harris 角点提取方法 | 第24-25页 |
3.2.2 相关约束匹配 | 第25-27页 |
3.2.3 射影变换约束 | 第27-28页 |
3.2.4 算法仿真结果分析 | 第28-32页 |
3.3 光流法 | 第32-38页 |
3.3.1 变分光流模型 | 第32-33页 |
3.3.2 加权梯度恒定假设 | 第33-34页 |
3.3.3 光度恒定假设 | 第34-36页 |
3.3.4 仿真实验结果分析 | 第36-38页 |
3.4 小结 | 第38-39页 |
第四章 基于洛仑兹范式和梯度约束的超分辨率重建算法 | 第39-50页 |
4.1 超分辨率估计模型 | 第39-40页 |
4.2 估计范式 | 第40-41页 |
4.3 洛仑兹梯度约束 | 第41-42页 |
4.4 算法实现 | 第42-43页 |
4.5 仿真实验结果分析 | 第43-49页 |
4.6 小结 | 第49-50页 |
第五章 总结与展望 | 第50-52页 |
5.1 工作总结 | 第50-51页 |
5.2 前景展望 | 第51-52页 |
参考文献 | 第52-56页 |
发表论文情况说明 | 第56-57页 |
致谢 | 第57页 |
论文购买
论文编号
ABS2767559,这篇论文共57页
会员购买按0.30元/页下载,共需支付
17.1。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
28.5。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文