近年來,隨著科學(xué)研究和實用技術(shù)的不斷深入發(fā)展,人們對高分辨率圖像和視頻的需求日益增長。但是,在實際的獲取過程中,獲取得到的圖像和視頻通常會受到多種降質(zhì)因素的影響,難以滿足實際應(yīng)用的需求。超分辨率重建技術(shù)（Super-resolution,SR）可以在現(xiàn)有硬件水平下對已獲得的圖像和視頻進行處理以提高其空間分辨率,這種圖像處理技術(shù)不需耗費高昂的成本,.便可取得較好的處理效果,具有很高的研究價值,因此獲得廣泛的關(guān)注。其中多幀圖像超分辨率重建技術(shù)是通過對多幅具有互補信息的低分辨（Low Resolution,LR）圖像進行處理,重建得到一幅高分辨率（High Resolution,HR）圖像,在安全、監(jiān)控、計算機視覺、軍事偵查、醫(yī)學(xué)成像等領(lǐng)域有重要的應(yīng)用價值。本論文第一章節(jié)介紹了 SR重建技術(shù)的研究意義和現(xiàn)狀;然后針對多幀圖像超分辨率重建中的亞像素位移圖像獲取和多幀圖像重建這兩個關(guān)鍵問題,重點研究亞像素位移圖像獲取條件、圖像邊緣信息保持、多幀圖像多頻率重建等問題。在此基礎(chǔ)上,本論文取得一定的創(chuàng)新性研究成果,并提出了三個多幀圖像重建算法;本論文的研究成果主要包括:（1）提出了一種融合梯度約束的P... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：51 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．２重建對比圖??

?大連海事大學(xué)碩士學(xué)位論文???１２?準??Ｔｔ?Ｑ）?圖像篩選????＾?０?閾值判斷??——?■……＇??，?ｈ?＾?Ｔ；??．．?Ｚ?＾?Ｘ?Ｔｉ?？？??－？?—？ｃｉ）￣＞??ｗ?Ｋ??．４＿?，ｖ＂?｛Ｔ＇ｅＷ）??＾????ｎ?ｍ－ｉ??輸入圖像?輸出圖像??１■■丄?－＊?ｙ?Ａ?ｙ?Ｊ??基準圖選取?圖像配準?最優(yōu)參數(shù)選取?誤差糾ＪＥ??圖３．１圖像篩選過程??Ｆｉｇ．?３．１?Ｉｍａｇｅ?ｓｃｒｅｅｎｉｎｇ?ｐｒｏｃｅｓｓ??３．?１．２?ＳＦＥＲ?原理??為了保證被篩選圖像的有效性，需要選擇高精確度的圖像配準方法，ｒ前，較為成??熟且常用的配準算法有基于ＳＩＦＴ特征和基于Ｈａｒｒｉｓ特征檢測的圖像配準算法、以及??Ｋｅｒｅｎ算法等，其中基于ＳＩＦＴ算法［４３丨相對于其他配準方法具有多量性、穩(wěn)定性好和匹??配精確高的優(yōu)點。ＳＩＦＴ方法的實現(xiàn)原理包栝尺度空間的生成、尺度空間極值檢測、關(guān)鍵??點的方向參數(shù)確定、關(guān)鍵點描述符的生成及特征點的匹配五個階段。??其中在特征點的匹配階段，ＦＬＡＮＮ算法特征點匹配的策略是以歐氏距離作Ａ評判??標準，這會導(dǎo)致在所有的匹配對中存在多對…、匹配對不相干等誤Ｅ配情況，從而使配??準精度下降。針對這一缺點，本節(jié)提出？種基于角度偏移篩選匹配對的方法，對ＦＬＡＮＮ??算法得出的匹配對進行檢測篩選，剔除誤差較大的匹配點，從而提高圖像之間的整體配??準精度。??在兩幅形變角度較小的被配準圖像中，若在有重疊內(nèi)容的區(qū)域內(nèi)提取到特征點，且??經(jīng)過匹配在兩幅圖像間形成了一系列精度較高的匹配對，這些匹

?大連海事大學(xué)碩士學(xué)位論文???〇?映射插ｆＳ?ｋ卷枳核??？?點修正?？閾值判毗??．?ｋ?（ｇ）?插值修正??＾ｋＺ）－＾??１２?—：????——??????ｍ－ｉ?Ｎ＾Ｎ?ＮｘＮ?Ｎ＞Ｎ?ＮｘＮ??輸入圖像??［輸出??ｔ?Ａ?ｙ?？??多幀圖像映射填充?局部點修止?插值修正?誤差判斷??圖３．２圖像重建過程??Ｆｉｇ．?３．２?Ｉｍａｇｅ?ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ?ｐｒｏｃｅｓｓ??局部點修正階段，由于篩選得到圖像的位移參數(shù)與理想位移參數(shù)之間存在誤差，而??在第一階段過程屮對位移參數(shù)采取近似處理，忽略這一誤差，導(dǎo)致初始估計圖像存在誤??差；為了減小上述的誤差，得到更精確的圖像，本節(jié)使用一種局部點修正的方法對圖像??進行修正。假設(shè)原低分辨率圖像中，相鄰兩點之間是線性關(guān)系，則映射填充到高分辨率??網(wǎng)格中后，該兩點之間仍是線性關(guān)系；利用這種線性的關(guān)系，可以對其兩點之間的所有??點數(shù)據(jù)進行修正。同時低分辨率圖像中配準參數(shù)為（〇，〇）的圖像是完全準確的數(shù)據(jù)，所??以可以利用該圖像在小范圍內(nèi)的線性規(guī)律，修正其它ＬＲ圖像在映時填充過程中的誤差。??以圖像二倍重建為例進行說明，修正過程如圖３．３所示，針對下標為（２ｎ，?２ｎ）??（ｎ＝０，ｌ．．．ｎ）點數(shù)據(jù)，利用其對角線力向四個數(shù)據(jù)進行修正，如式３．８所示；針對下標??為（２ｒｖＨ，?２ｎ）點數(shù)據(jù)和下標為（２ｎ，?２ｎ＋ｌ）點數(shù)據(jù)，利用其水平和豎直方向的四個相??鄰數(shù)據(jù)進行修正，如式３．６和式３．７所示。通過逐點的修正處理，得到更為精確的點數(shù)??據(jù)（圖中３．３黑色點數(shù)據(jù)），這樣減小了映射填充過程中因近似處理

【參考文獻】：
期刊論文
[1]基于權(quán)重小波變換的圖像多分辨率重建算法[J]. 晉杰,董麗麗,丁雪,姜宇航,許文海.  光電子·激光. 2019(11)
[2]基于小波變換的超分辨率圖像增強算法研究[J]. 張芯苑.  電子世界. 2018(17)
[3]結(jié)合小波變換與深度網(wǎng)絡(luò)的圖像超分辨率方法[J]. 孫超,呂俊偉,宮劍,仇榮超,李健偉,伍恒.  激光與光電子學(xué)進展. 2018(12)
[4]基于小波的超分辨率算法研究及FPGA實現(xiàn)[J]. 陳光拓,孫洋,杜雨洺,楊學(xué)博.  成都信息工程大學(xué)學(xué)報. 2017(06)
[5]基于去卷積的快速圖像超分辨率方法[J]. 孫超,呂俊偉,李健偉,仇榮超.  光學(xué)學(xué)報. 2017(12)
[6]采用CCD錯位成像技術(shù)提高圖像質(zhì)量[J]. 李亞鵬,何斌.  光學(xué)學(xué)報. 2015(02)
[7]基于小波變換和迭代反向投影的超分辨率算法[J]. 宋佳偉,徐煜明,肖賢建.  計算機技術(shù)與發(fā)展. 2015(02)
[8]基于參叉像元和非均勻B樣條曲面的遙感圖像超分辨率重建[J]. 王京萌,張愛武,孟憲剛,劉詔.  國土資源遙感. 2015(01)
[9]基于小波變換的圖像超分辨率復(fù)原算法研究[J]. 唐佳林,吳澤鋒,蔣才高,孫慧芳.  計算機科學(xué). 2014(S2)
[10]基于3線陣探測器的亞像元成像超分辨率重構(gòu)[J]. 楊文波,朱明,劉志明,陳東成.  光學(xué)精密工程. 2014(08)



本文編號：3546949