作為圖像處理領(lǐng)域中的基本問(wèn)題,超分辨率(Super-Resolution,SR)技術(shù)在許多實(shí)際場(chǎng)景有著廣泛的運(yùn)用,特別是在醫(yī)學(xué)成像、遙感成像和影音娛樂(lè)等領(lǐng)域。圖像SR技術(shù)能夠在不升級(jí)現(xiàn)有采集設(shè)備的情況下,提高采集圖像分辨率,改善圖像畫面質(zhì)量。因此單圖像SR問(wèn)題本身的研究具有重要的實(shí)際意義。在傳統(tǒng)的圖像超分辨率技術(shù)中,通過(guò)對(duì)低分辨率(Low Resolution,LR)圖像進(jìn)行插值來(lái)獲得高分辨圖像(High Resolution,HR)。由于復(fù)雜度較低,基于插值的SR方法得到了廣泛應(yīng)用,但該方法效果不佳,生成的圖像較為模糊。基于重建的SR方法是一類受到廣泛關(guān)注的方法,相對(duì)而言具備較好的效果。此類方法的性能主要依賴于對(duì)圖像先驗(yàn)信息的運(yùn)用,但是,多數(shù)方法沒(méi)有有效利用圖像局部與非局部的先驗(yàn)信息,導(dǎo)致最終效果不佳。為了解決上述問(wèn)題,本文研究了兩個(gè)聯(lián)合運(yùn)用局部及非局部先驗(yàn)信息的圖像SR算法:(1)提出了一種基于非局部全變分(Non-local Total Variation,NLTV)模型和引導(dǎo)核回歸(Steering Kernel Regression,SKR)模型的圖像超分辨率算法。首先,通過(guò)...

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 超分辨率技術(shù)研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的研究工作與章節(jié)安排
第二章 相關(guān)研究工作簡(jiǎn)介
    2.1 單圖像超分辨率的基本理論模型
    2.2 常見(jiàn)的局部及非局部模型
        2.2.1 引導(dǎo)核回歸模型
        2.2.2 非局部均值模型
        2.2.3 非局部全變分模型
        2.2.4 非局部引導(dǎo)核回歸模型
        2.2.5 引導(dǎo)核回歸合并非局部均值模型
    2.3 本章小結(jié)
第三章 基于非局部均值和總變分的單圖像超分辨率算法
    3.1 自適應(yīng)形狀的NLM模型
    3.2 自適應(yīng)形狀的NLTV模型
    3.3 求解方法
    3.4 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
第四章 基于局部與非局部先驗(yàn)融合模型的單圖像超分辨率算法
    4.1 改進(jìn)的NLSKR模型
    4.2 聯(lián)合應(yīng)用ASNLM及I-NLSKR的重建模型及算法
    4.3 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 研究展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間的研究成果



本文編號(hào)：3762876