高分辨率圖像能夠充分表現(xiàn)目標特征,提供更豐富的場景信息,有利于對觀察目標進行分析、理解和識別。然而,在實際成像過程中,光學(xué)失真、運動模糊、欠采樣和隨機噪聲等因素最終降低了成像系統(tǒng)的空間分辨率。壓縮感知作為一種新型的采樣理論,能夠?qū)ο∈栊盘柣蛟谀硞�變換域稀疏的信號進行壓縮采樣,然后利用壓縮采樣后的信號高概率、高精度地重建原始信號,這種由少量采樣點（低維信號）恢復(fù)出原始信號（高維信號）的理論無疑為圖像超分辨率重建提供了新的思路和方法�；诖�,本文主要研究了基于壓縮感知理論的圖像超分辨率重建技術(shù),主要內(nèi)容如下:針對紅外圖像傳感器空間分辨率低的缺陷,提出了一種基于過完備字典稀疏表達的單幀紅外圖像超分辨率重建方法。根據(jù)重建模型,該方法可以分為兩種:一種基于圖像統(tǒng)計學(xué)與壓縮感知理論;另一種基于圖像退化模型與壓縮感知理論。其中基于圖像統(tǒng)計學(xué)與壓縮感知理論的方法需要訓(xùn)練得到一對過完備字典來描述高低分辨率圖像塊之間的映射關(guān)系,而基于圖像退化模型與壓縮感知理論的方法只需要訓(xùn)練得到單個字典即可。為了使算法具有更高的重建效率和精度,我們采用非線性濾波的方法對紅外圖像進行了基頻細節(jié)分離操作。實驗結(jié)果表明,該算法... 

【文章來源】：南京理工大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：152 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１．１?圖像退化模型示意閣??我們以Ｘ表示原始的高分辨率圖像，表示成像系統(tǒng)得到的低分辨率圖像序列，那??

博士學(xué)位論文?基于壓縮感知理論的圖像超分辨率重建技術(shù)研宄??丨幾何運動?＿麵?：？？??ＨＲ獄一＾?－平移?一—＿光學(xué)模糊?一＾降采樣一＾￣￣Ｈｆｅ／??ｍ＾Ａ?ｉ?：?－ｍｍ?－運動模糊等?ｉ?ｍ??ｌ！Ｋ＾?ｉ低分辨頓丨像??Ｅｌ始高分辨率圖像丨?Ｉ??Ｉ?｜??］?圖像成像過程??圖１．１?圖像退化模型示意閣??我們以Ｘ表示原始的高分辨率圖像，＆表示成像系統(tǒng)得到的低分辨率圖像序列，那??么上述退化過程可以用如下表達式來表示：??ｖＡ?＝?ＤＢｋＭｋｘ?＋?ｎｋ?（ｌ．ｌ）??式中，表示幾何運動矩陣，＆表示模糊矩陣，Ｄ表示下采樣矩陣，＆代表系統(tǒng)噪??聲。圖１．丨和式（１．１）分別從圖形和表達式的方式描述了圖像退化的過程，即高分辨率??圖像退化成低分辨率圖像的過程。如果我們稱上述退化模型為正過程，那么與之相反的??逆過程就是圖像超分辨率的重建過程，即山單幅或多幅低分辨率圖像東建出高分辨率圖??像的過程，如閣１．２所示。??基于插值??基于學(xué)習(xí)?髪＃??Ｋ?＋?：痛重■?禮ｆ??基于新的成縣統(tǒng)??低分排年圖像?尚分辨半醜??（ｎｖ？列）??圖１．２超分辨率？建示意圖??超分辨率的概念Ｍ早山Ｈａｒｒｉｓ于１９６４年提出ｌｎｌ，并通過頻譜外推法實現(xiàn)了光學(xué)圖??像的超分辨率，但該方法僅適川干中幅罔像。山］？成像系統(tǒng)降采樣的存在，使得單幅圖??像不能提供更多的冇效信息，這極人地限制／該方法的應(yīng)川。Ｍ然Ｈａｒｒｉｓ的方法重建出??來的高分辨率圖像效果并不理想，但其研宂工作為超分辨半重建奠定／數(shù)學(xué)基矗２０世??紀８０年代，計算機視覺領(lǐng)域的學(xué)者們也開展了對圖像超分辨率的研宄，其方法從單幀??擴展

利用觀測矩陣〇的Ｗ個行向量＾｝＾對原始信號進行投影，即計算原始信號和各個觀??測向量之間的內(nèi)積，因此，式（２．７）也可以被表示為：??ｙｔ?＝（．ｖ，＾），／?＝?ｌ，２，－－－，ｗ?（２．８）??如果信號．Ｙ不是稀疏信號，但是具備可壓縮信號的特征，那么根據(jù)稀疏表示理論，可以??找到一組稀疏基屮，使得信號Ｘ在該稀疏基下具有稀疏表達，從而，式（２．７）可以被進？??步表７ＴＣ為：??ｙ?＝?Ｏｘ?＝?ＯＴ?ａ?＝＠ａ?（２．９）??式中，６）Ｔ為稀疏系數(shù)。？的大小也為ＷＸ／７。通常情況下，，并且ｗ／？代表壓縮??采樣率。我們可以叫一個示意圖來表示壓縮感知的數(shù)學(xué)模型。??

【參考文獻】：
期刊論文
[1]基于壓縮感知的光度立體視覺三維成像方法研究[J]. 梁亞舟,馬靈玲,汪琪,周勇勝,李傳榮,唐伶俐.  遙感技術(shù)與應(yīng)用. 2017(03)
[2]基于運動補償?shù)膲嚎s感知4D-CBCT優(yōu)質(zhì)重建[J]. 楊軒,張華,何基,曾棟,張忻宇,邊兆英,張敬,馬建華.  南方醫(yī)科大學(xué)學(xué)報. 2016(07)
[3]基于多層卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的單幀圖像超分辨率重建方法[J]. 劉娜,李翠華.  中國科技論文. 2015(02)
[4]改進的混合MAP-POCS超分辨率圖像復(fù)原算法研究[J]. 紹樂圖,陳晨,張紅剛,張國華.  電光與控制. 2015(02)
[5]散射介質(zhì)超衍射極限技術(shù)研究進展[J]. 楊虹,黃遠輝,龔昌妹,吳騰飛,邵曉鵬.  中國光學(xué). 2014(01)
[6]基于MAP的自適應(yīng)圖像配準及超分辨率重建[J]. 楊欣,費樹岷,周大可.  儀器儀表學(xué)報. 2011(08)
[7]小波局部適應(yīng)插值的圖像超分辨率重建[J]. 孫琰玥,何小海,陳為龍.  計算機工程. 2010(13)
[8]壓縮感知理論在探地雷達三維成像中的應(yīng)用[J]. 余慧敏,方廣有.  電子與信息學(xué)報. 2010(01)
[9]基于近似KLT域的語音信號壓縮感知[J]. 郭海燕,楊震.  電子與信息學(xué)報. 2009(12)
[10]一種新的基于MAP的紋理自適應(yīng)超分辨率圖像復(fù)原算法[J]. 宋銳,吳成柯,封穎,張云鋒.  電子學(xué)報. 2009(05)

碩士論文
[1]智能化紅外圖像非均勻性校正算法及其FPGA實現(xiàn)[D]. 張橋舟.南京理工大學(xué) 2014



本文編號：3590852