高分辨率視頻能夠?yàn)槟繕?biāo)或場(chǎng)景提供更多的細(xì)節(jié),而這些細(xì)節(jié)在安防、醫(yī)學(xué)和遙感等涉及識(shí)別、理解與分析的領(lǐng)域有著不可或缺的作用。因此,對(duì)于視頻超分辨率重建技術(shù)展開(kāi)深入研究具有重要的理論研究意義和實(shí)際應(yīng)用價(jià)值。本文重點(diǎn)圍繞基于稀疏表示的視頻超分辨率重建方法展開(kāi)研究,提出了引入鄰域先驗(yàn)信息的學(xué)習(xí)字典訓(xùn)練方法,并將該學(xué)習(xí)字典應(yīng)用于視頻超分辨率重建,有效提高視頻超分辨率重建質(zhì)量;進(jìn)一步針對(duì)噪聲對(duì)視頻的影響,提出引入低秩矩陣分解融合鄰域先驗(yàn)信息的方法提高視頻幀的分辨率。本文的工作主要體現(xiàn)在以下三個(gè)方面:（1）學(xué)習(xí)并研究了幾種經(jīng)典的的超分辨率重建方法,主要包括基于小波變換方法、基于插值方法和基于稀疏表示方法等,并且分別進(jìn)行了數(shù)值實(shí)現(xiàn)和實(shí)驗(yàn)結(jié)果的對(duì)比分析。（2）提出一種引入鄰域先驗(yàn)信息的訓(xùn)練樣本集構(gòu)建方法,該方法首先提取待超分視頻幀的特征點(diǎn),并以特征點(diǎn)為中心取塊;其次篩選鄰域幀中對(duì)應(yīng)待超分視頻幀特征點(diǎn)附近的結(jié)構(gòu)相似塊;最后將待超分視頻幀內(nèi)和鄰域幀內(nèi)以特征點(diǎn)為中心的結(jié)構(gòu)相似圖像塊組成訓(xùn)練樣本集合�；谏鲜鼋Y(jié)構(gòu)相似圖像塊組成的訓(xùn)練樣本集合訓(xùn)練融合了鄰域先驗(yàn)信息的學(xué)習(xí)字典,并將其應(yīng)用于視頻的超分辨率重建。實(shí)驗(yàn)結(jié)果... 

【文章來(lái)源】：西北大學(xué)陜西省 211工程院校

【文章頁(yè)數(shù)】：87 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

三種插值方法超分3倍實(shí)驗(yàn)結(jié)果對(duì)比

圖 8 某植物圖像數(shù)據(jù)庫(kù)部分圖像建 HR/LR 訓(xùn)練樣本集構(gòu)建 HR/LR 訓(xùn)練樣本集時(shí)是以 HR/LR 圖像之間的差異作為重點(diǎn)。通過(guò)特方式，以便更好地構(gòu)建能夠表征出 HR/LR 圖像之間差異的訓(xùn)練樣本集，且 H集是一一對(duì)應(yīng)成對(duì)出現(xiàn)的。構(gòu)造 LR 訓(xùn)練樣本：a）對(duì) HR 圖像下采樣獲得 LR 圖像，下采樣倍數(shù)直接決字典超分時(shí)的放大倍數(shù)。為了更好的提取出 LR 圖像的特征，建立 LR 與 間的對(duì)應(yīng)關(guān)系，將 LR 圖像上采樣得到超分后與 HR 圖像大小相同的中間分iddle-Resolution，MR）圖像。b）對(duì) MR 圖像重疊取塊（塊的大小為 5*5）。定的塊大小不同，可直接影響字典原子的大小，同時(shí)影響算法效率。c）使14）所示梯度濾波器對(duì) MR 圖像塊提取特征，提取的特征能為圖像重建提供預(yù)測(cè)信息。 1 1 2 3 4 31,0,1 , , 1,0, 2,0,1 ,T Tf f f f f f（2

優(yōu)的 HR 圖像 X ：2 202 2arg minXX SHX Y c X X 1 0T Tt t tX X H S Y SHX c X X 下采樣因子，H 表示模糊因子。式（2.24）為梯度下降法（a） LR 圖像 （b）HR 圖像


本文編號(hào)：3064669