本文關(guān)鍵詞：多幅圖像的快速超分辨率重建方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：圖像的超分辨率重建技術(shù)是指利用一組低質(zhì)量、低分辨率圖像來產(chǎn)生單幅高質(zhì)量、高分辨率圖像。超分辨率重建技術(shù)在軍事偵查、醫(yī)療診斷、數(shù)字電視和智能交通領(lǐng)域具有很高的研究?jī)r(jià)值和深遠(yuǎn)的影響。根據(jù)同一場(chǎng)景下的圖像序列包含不同細(xì)節(jié)信息重建高分辨率圖像是目前研究的熱點(diǎn),由于多幅圖像的超分辨率重建過程相對(duì)單幅重建比較復(fù)雜,因而重建速度慢,圍繞這個(gè)問題,本文開展了深入研究,主要研究?jī)?nèi)容包括：1、研究改進(jìn)的字典聚類算法,引入粒子群聚類算法對(duì)訓(xùn)練字典進(jìn)行聚類,應(yīng)用到單幅圖像的超分辨率重建中,實(shí)驗(yàn)表明粒子群聚類算法能夠加快稀疏表示,實(shí)現(xiàn)單幅圖像的快速重建,為多幅圖像的快速超分辨率重建打下基礎(chǔ)。2、構(gòu)造了基于粒子群聚類的多幅圖像超分辨率重建算法。該算法主要是在稀疏表示超分辨率重建框架下,引入粒子群聚類算法對(duì)字典進(jìn)行聚類,再對(duì)每幅低分辨率圖像進(jìn)行稀疏表示超分辨重建,然后使用PCA融合方式進(jìn)行融合,進(jìn)而得到多幅圖重建結(jié)果。通過引入粒子群聚類加速低分辨率圖像子塊的稀疏分解,從而加快整個(gè)超分辨率的重建速度。實(shí)驗(yàn)表明,粒子群聚類算法在不降低重建質(zhì)量的同時(shí),可以大大減少重建時(shí)間。3、提出了基于稀疏系數(shù)融合的多幅圖像快速超分辨率重建算法。考慮到傳統(tǒng)的PCA融合方法在重建速度上有待提高,采用對(duì)每幅低分辨率圖進(jìn)行稀疏表示,獲得多個(gè)稀疏表示系數(shù),利用取大值的融合規(guī)則對(duì)系數(shù)進(jìn)行融合,再將粒子群聚類引入字典訓(xùn)練中,最后利用融合后的稀疏表示系數(shù)與聚類后的高分辨率字典得到超分辨率重建結(jié)果,實(shí)驗(yàn)表明基于稀疏系數(shù)融合的超分辨率重建在保證重建質(zhì)量的同時(shí)能夠提升重建速度,實(shí)現(xiàn)多幅圖像快速超分辨率重建。
【關(guān)鍵詞】：稀疏表示 PCA融合 粒子群聚類 系數(shù)融合
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 緒論8-13
• 1.1 研究背景及意義8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-11
• 1.3 本文研究?jī)?nèi)容及結(jié)構(gòu)安排11-13
• 第二章 稀疏表示超分辨率重建理論13-24
• 2.1 信號(hào)的稀疏表示理論13-17
• 2.1.1 壓縮感知理論13-14
• 2.1.2 稀疏表示14-15
• 2.1.3 過完備字典訓(xùn)練15-17
• 2.2 稀疏表示超分辨率重建17-21
• 2.2.1 重建模型17-18
• 2.2.2 重建算法描述18-20
• 2.2.3 實(shí)驗(yàn)結(jié)果與分析20-21
• 2.3 圖像重建質(zhì)量評(píng)價(jià)指標(biāo)21-23
• 2.3.1 主觀評(píng)價(jià)方法21-22
• 2.3.2 客觀評(píng)價(jià)方法22-23
• 2.4 本章小結(jié)23-24
• 第三章 基于粒子群聚類的多幅圖像超分辨率重建24-37
• 3.1 粒子群聚類算法簡(jiǎn)介24-26
• 3.2 基于粒子群聚類的單幅圖像超分辨率重建26-30
• 3.2.1 單幅圖像超分辨率重建框架26-27
• 3.2.2 基于粒子群聚類的單幅超分辨率重建27
• 3.2.3 實(shí)驗(yàn)結(jié)果與分析27-30
• 3.3 基于粒子群聚類的多幅圖像超分辨率重建30-36
• 3.3.1 多幅圖像稀疏表示超分辨率重建框架30-34
• 3.3.2 基于粒子群聚類的多幅圖像超分辨率重建34
• 3.3.3 實(shí)驗(yàn)結(jié)果與分析34-36
• 3.4 本章小結(jié)36-37
• 第四章 基于稀疏系數(shù)融合的多幅圖像快速超分辨率重建37-49
• 4.1 稀疏系數(shù)融合方法介紹37-39
• 4.2 算法重建流程39-41
• 4.2.1 稀疏系數(shù)融合多幅圖像超分辨率重建框架40
• 4.2.2 稀疏系數(shù)融合與PCA融合重建原理比較40-41
• 4.2.3 PSO聚類與K-means聚類原理比較41
• 4.3 實(shí)驗(yàn)結(jié)果與分析41-48
• 4.4 本章小結(jié)48-49
• 第五章 總結(jié)與展望49-51
• 5.1 論文總結(jié)49-50
• 5.2 工作展望50-51
• 參考文獻(xiàn)51-56
• 申請(qǐng)學(xué)位期間的研究成果及發(fā)表的學(xué)術(shù)論文56-57
• 致謝57

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 蘇秉華,金偉其,牛麗紅,劉廣榮;超分辨率圖像復(fù)原及其進(jìn)展[J];光學(xué)技術(shù);2001年01期

2 譚兵,徐青,耿則勛,邢帥;超分辨率圖象重建技術(shù)發(fā)展現(xiàn)狀[J];信息工程大學(xué)學(xué)報(bào);2003年04期

3 鐘山,沈振康;圖像靜態(tài)超分辨率重建[J];紅外與毫米波學(xué)報(bào);2004年02期

4 王勇,鄭輝,胡德文;視頻的超分辨率增強(qiáng)技術(shù)綜述[J];計(jì)算機(jī)應(yīng)用研究;2005年01期

5 焦斌亮;趙文蕾;;淺析互有位移圖像序列的超分辨率復(fù)原[J];遙測(cè)遙控;2006年01期

6 袁建華;殷學(xué)民;鄒謀炎;;一種有效的超分辨率重建計(jì)算方法[J];中國(guó)科學(xué)院研究生院學(xué)報(bào);2006年04期

7 張地;何家忠;彭宏;;低分辨率人臉序列的超分辨率重構(gòu)識(shí)別[J];韶關(guān)學(xué)院學(xué)報(bào);2007年06期

8 梁立恒;邢立新;姜紅艷;王明常;;高保真影像超分辨率重建應(yīng)用研究[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2007年S1期

9 鄭麗賢;何小海;吳煒;楊曉敏;陳默;;基于學(xué)習(xí)的超分辨率技術(shù)[J];計(jì)算機(jī)工程;2008年05期

10 浦劍;張軍平;黃華;;超分辨率算法研究綜述[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2009年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 潘明海;劉永坦;趙淑清;徐佳祥;干恒富;;一種多運(yùn)動(dòng)目標(biāo)的超分辨率檢測(cè)算法[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

2 李兵兵;陸耀;王曉明;李勁嫻;;基于金字塔回歸策略的人臉超分辨率[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

3 戴光智;陳鐵群;薛家祥;;基于微掃描技術(shù)焊縫超聲圖像的超分辨率重建[A];第十七屆全國(guó)測(cè)控計(jì)量?jī)x器儀表學(xué)術(shù)年會(huì)（MCMI'2007）論文集（上冊(cè)）[C];2007年

4 鄭杰;韓梅;;基于微位移的超分辨率重建技術(shù)[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

5 張光昭;胡敬爐;謝澤明;;超分辨率亞毫米波付里葉變換譜[A];第四屆全國(guó)波譜學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];1986年

6 繆泓;徐海明;;微平移序列圖像的超分辨率重建技術(shù)[A];中國(guó)力學(xué)學(xué)會(huì)學(xué)術(shù)大會(huì)'2009論文摘要集[C];2009年

7 徐啟飛;顏剛;陳武凡;;關(guān)于序列圖像的超分辨率重建算法[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

8 徐忠強(qiáng);朱秀昌;;基于正則算法的壓縮視頻超分辨率重建[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

9 池小梅;馬建偉;黃景濤;;基于壓縮傳感的超分辨率紅外成像研究[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

10 黃華;何惠婷;;一種基于CCA空間超分辨率的人臉識(shí)別方法[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 傅罡;多源遙感數(shù)據(jù)的道路提取方法研究[D];清華大學(xué);2014年

2 巴拉卡，，雅各布Maiseli（Baraka Jacob Maiseli）;基于正則化的非線性擴(kuò)散模型的超分辨率方法[D];哈爾濱工業(yè)大學(xué);2015年

3 王曉峰;基于樣本學(xué)習(xí)的人臉超分辨率重建技術(shù)研究[D];華中科技大學(xué);2015年

4 岳煥景;面向云媒體的圖像處理研究[D];天津大學(xué);2015年

5 袁建華;超分辨率重建中若干問題的研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2006年

6 范沖;三線陣影像超分辨率重建[D];中南大學(xué);2007年

7 張小紅;視頻去運(yùn)動(dòng)模糊及超分辨率研究[D];浙江大學(xué);2012年

8 江濤;同視域多幀視覺影像超分辨率重建技術(shù)研究[D];山東科技大學(xué);2005年

9 郭曉新;超分辨率重建問題的研究[D];吉林大學(xué);2005年

10 韓玉兵;圖像及視頻序列的超分辨率重建[D];東南大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李智盛;壓縮傳感在超分辨率中的應(yīng)用[D];清華大學(xué);2011年

2 劉鵬;壓縮自編碼字典下的多機(jī)制鄰域嵌入超分辨率重建算法[D];華南理工大學(xué);2015年

3 蔣曉慧;自適應(yīng)正則化超分辨率重建方法的研究[D];蘇州大學(xué);2015年

4 楊國(guó)珂;基于壓縮傳感的圖像分辨率重構(gòu)方法和應(yīng)用[D];江西理工大學(xué);2015年

5 周才發(fā);基于流形對(duì)齊的WLAN室內(nèi)定位方法研究[D];哈爾濱工業(yè)大學(xué);2015年

6 陳果;單一醫(yī)學(xué)視頻時(shí)空超分辨率算法研究[D];北京理工大學(xué);2015年

7 李靖;基于壓縮感知的超分辨率理論與技術(shù)研究[D];電子科技大學(xué);2015年

8 黎媛;基于超分辨率的多視角混合分辨率視頻描述的關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

9 羅國(guó)中;面向低質(zhì)量視頻的目標(biāo)對(duì)象的超分辨率重建技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

10 李華陽(yáng);手部深度圖像去噪與超分辨率方法研究[D];北京工業(yè)大學(xué);2015年

  本文關(guān)鍵詞：多幅圖像的快速超分辨率重建方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：350743