高分辨率視頻能夠為目標或場景提供更多的細節(jié),而這些細節(jié)在安防、醫(yī)學和遙感等涉及識別、理解與分析的領(lǐng)域有著不可或缺的作用。因此,對于視頻超分辨率重建技術(shù)展開深入研究具有重要的理論研究意義和實際應(yīng)用價值。本文重點圍繞基于稀疏表示的視頻超分辨率重建方法展開研究,提出了引入鄰域先驗信息的學習字典訓練方法,并將該學習字典應(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;進一步針對噪聲對視頻的影響,提出引入低秩矩陣分解融合鄰域先驗信息的方法提高視頻幀的分辨率。本文的工作主要體現(xiàn)在以下三個方面:（1）學習并研究了幾種經(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,并且分別進行了數(shù)值實現(xiàn)和實驗結(jié)果的對比分析。（2）提出一種引入鄰域先驗信息的訓練樣本集構(gòu)建方法,該方法首先提取待超分視頻幀的特征點,并以特征點為中心取塊;其次篩選鄰域幀中對應(yīng)待超分視頻幀特征點附近的結(jié)構(gòu)相似塊;最后將待超分視頻幀內(nèi)和鄰域幀內(nèi)以特征點為中心的結(jié)構(gòu)相似圖像塊組成訓練樣本集合�；谏鲜鼋Y(jié)構(gòu)相似圖像塊組成的訓練樣本集合訓練融合了鄰域先驗信息的學習字典,并將其應(yīng)用于視頻的超分辨率重建。實驗結(jié)果... 

【文章來源】：西北大學陜西省 211工程院校

【文章頁數(shù)】：87 頁

【學位級別】：碩士

【部分圖文】：

三種插值方法超分3倍實驗結(jié)果對比

圖 8 某植物圖像數(shù)據(jù)庫部分圖像建 HR/LR 訓練樣本集構(gòu)建 HR/LR 訓練樣本集時是以 HR/LR 圖像之間的差異作為重點。通過特方式，以便更好地構(gòu)建能夠表征出 HR/LR 圖像之間差異的訓練樣本集，且 H集是一一對應(yīng)成對出現(xiàn)的。構(gòu)造 LR 訓練樣本：a）對 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 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，同時影響算法效率。c）使14）所示梯度濾波器對 MR 圖像塊提取特征，提取的特征能為圖像重建提供預(yù)測信息。 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：3064669