本文關(guān)鍵詞：連續(xù)幀圖像點(diǎn)擴(kuò)散函數(shù)估計(jì)的超分辨率重建

  更多相關(guān)文章： 超分辨率重建 退化模型 點(diǎn)擴(kuò)散函數(shù) 評(píng)價(jià)指標(biāo) 連續(xù)幀圖像

【摘要】：超分辨率重建技術(shù)是一種利用信號(hào)處理的手段重建成像系統(tǒng)截止頻率之外的信息,在不改變硬件設(shè)備的前提下,獲得高于成像系統(tǒng)分辨率圖像的數(shù)字圖像處理技術(shù)。其在視頻轉(zhuǎn)換、衛(wèi)星遙感、生物醫(yī)療、視頻監(jiān)控、圖像處理轉(zhuǎn)換等領(lǐng)域具有廣泛的應(yīng)用前景。論文開(kāi)展了連續(xù)幀圖像點(diǎn)擴(kuò)散函數(shù)估計(jì)的超分辨率重建研究。論文開(kāi)展的工作和取得的新見(jiàn)解如下:1、闡述了國(guó)內(nèi)外超分辨率重建算法的研究現(xiàn)狀,提出了一種通過(guò)連續(xù)幀圖像求取點(diǎn)擴(kuò)散函數(shù)的方法,該方法考慮到了整個(gè)成像過(guò)程中的模糊因素,而通常退化模型選擇的高斯模型點(diǎn)擴(kuò)散函數(shù)只考慮到探測(cè)器模糊,因此本方法更符合實(shí)際成像過(guò)程。2、提出了基于連續(xù)幀圖像點(diǎn)擴(kuò)散函數(shù)估計(jì)的POCS、IBP和Robust算法。對(duì)三組圖像實(shí)例分別采用原始的和改進(jìn)后的算法進(jìn)行重建,對(duì)重建結(jié)果進(jìn)行了評(píng)價(jià),驗(yàn)證改進(jìn)算法的有效性。3、提出了采用不同評(píng)價(jià)指標(biāo)評(píng)價(jià)圖像重構(gòu)效果的方法。將重建效果的評(píng)價(jià)指標(biāo)分成有參考圖像和無(wú)參考圖像兩類,采用不同的評(píng)價(jià)指標(biāo)進(jìn)行評(píng)價(jià)。存在參考圖像時(shí),選用PSNR和MSE作為重建效果的評(píng)價(jià)指標(biāo);不存在參考圖像時(shí),選用圖像的灰度平均梯度、圖像的拉普拉斯梯度模、圖像質(zhì)量統(tǒng)計(jì)參數(shù)作為重建效果的評(píng)價(jià)指標(biāo)。
【關(guān)鍵詞】：超分辨率重建 退化模型 點(diǎn)擴(kuò)散函數(shù) 評(píng)價(jià)指標(biāo) 連續(xù)幀圖像
【學(xué)位授予單位】：北京理工大學(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5-6
• Abstract6-9
• 第1章 引言9-14
• 1.1 圖像超分辨率重建技術(shù)研究現(xiàn)狀10-12
• 1.2 圖像超分辨率重建技術(shù)的應(yīng)用12-13
• 1.3 本文主要研究思路與內(nèi)容13-14
• 第2章 圖像超分辨率重建原理14-30
• 2.1 圖像觀測(cè)模型14-16
• 2.2 單幀圖像的超分辨率重建16-19
• 2.2.1 基于插值的重建算法16-17
• 2.2.2 基于學(xué)習(xí)的重建算法17-19
• 2.3 多幀圖像的超分辨率重建19-28
• 2.3.1 基于圖像頻域的方法19-20
• 2.3.2 基于圖像空域的方法20-25
• 2.3.3 多幀圖像的超分辨率重建效果對(duì)比25-28
• 2.4 本章小結(jié)28-30
• 第3章 連續(xù)幀圖像點(diǎn)擴(kuò)散函數(shù)估計(jì)算法30-41
• 3.1 圖像盲解卷積30-34
• 3.1.1 參數(shù)估計(jì)法30-31
• 3.1.2 迭代盲解卷積算法31-32
• 3.1.3 NAS-RIF盲復(fù)原算法32-33
• 3.1.4 全變差正則化算法33-34
• 3.2 基于圖像盲解卷積的連續(xù)幀圖像PSF估計(jì)34-40
• 3.3 本章小結(jié)40-41
• 第4章 連續(xù)幀圖像點(diǎn)擴(kuò)散函數(shù)估計(jì)的圖像超分辨率重建41-46
• 4.1 基于點(diǎn)擴(kuò)散函數(shù)估計(jì)的POCS算法41-42
• 4.2 基于點(diǎn)擴(kuò)散函數(shù)估計(jì)的IBP算法42-43
• 4.3 基于點(diǎn)擴(kuò)散函數(shù)估計(jì)的Robust算法43-44
• 4.4 本章小結(jié)44-46
• 第5章 重建圖像質(zhì)量評(píng)價(jià)及效果46-57
• 5.1 重建圖像評(píng)價(jià)指標(biāo)的選擇46-47
• 5.2 仿真實(shí)驗(yàn)47-56
• 5.3 本章小結(jié)56-57
• 第6章 總結(jié)和展望57-59
• 參考文獻(xiàn)59-63
• 攻讀學(xué)位期間發(fā)表論文與研究成果清單63-64
• 致謝64

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李奇;馮華君;徐之海;;用于全數(shù)字對(duì)焦的點(diǎn)擴(kuò)散函數(shù)性能分析與評(píng)價(jià)[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2006年06期

2 張飄;翟中生;王選擇;鐘星;;軸錐鏡成像系統(tǒng)的點(diǎn)擴(kuò)散函數(shù)分析[J];應(yīng)用光學(xué);2013年05期

3 胡寶新，，李小文，朱重光;大傾角光學(xué)遙感中大氣點(diǎn)擴(kuò)散函數(shù)的近似模型[J];中國(guó)圖象圖形學(xué)報(bào);1996年01期

4 向陽(yáng),向才新;表面粗糙度對(duì)點(diǎn)擴(kuò)散函數(shù)影響的研究[J];光學(xué)學(xué)報(bào);1997年12期

5 薛博;陳小梅;毛冰晶;倪國(guó)強(qiáng);;鏡面微振動(dòng)時(shí)點(diǎn)擴(kuò)散函數(shù)的仿真分析[J];電子科技大學(xué)學(xué)報(bào);2014年01期

6 田原Z

本文編號(hào)：511507