文档介绍：中国科学技术大学
硕士学位论文
基于MRF先验模型的图像超分辨率重建算法研究
姓名:苏明
申请学位级别:硕士
专业:通信与信息系统
指导教师:王培康
2011-04-25
摘要 
摘要
图像超分辨率(SuperResolution,SR)重建技术是指通过提取多幅低分辨率 
(LowResolution,LR)图像的图像信息,消除各种影响图像质量的噪声和模糊,
重建出质量更清晰、分辨率更高的图像。在数字图像的采集与处理过程中,存
在诸多不可预知的噪声及退化因素,从而使得超分辨率重建成为一个病态逆过
程。而一个图像模型是一个附加的先验知识或约束,可以使其规整化。因此图
像先验模型的选取对重建结果非常重要。
本文以图像重建先验模型的选取为研究主线,重点研究了基于 Markov 随机
场(Markov Random Field,MRF)先验模型的重建算法,对于各种基于 MRF 先验
模型的重建算法进行了深入的分析与实验对比。针对现有的 MRF 先验模型的优
缺点,提出了一种基于新的势函数构建的 MRF 模型,使用该模型进行重建能在
抑制图像噪声的同时,保存更多的图像边缘细节,重建图像的峰值信噪比和结
构相似度均验证了新算法的有效性。
广义 MRF 模型通过使用双边滤波使得图像中的边缘信息得到加强,在进行
图像噪声平滑的同时能更进一步的保持图像的边缘信息。本文将新提出的  MRF 
模型扩展到广义 MRF 模型,使用双边滤波对其加以改进,实验证明该改进能获
得更好的重建结果。
关键词:超分辨率重建  MRF 先验模型双边滤波广义 MRF 模型
I
Abstract 
Abstract 
Superresolution image reconstruction (SRR) refers to a resolution enhancement 
technology  that  extracting  image  information  from  several  lowresolution  (LR) 
images  to  eliminate  various  noise  and  blur  which  affect  the  quality  of  the  image, 
rebuilding a higher resolution image with more clearly quality. While collecting and 
processing the digital images, there are many noise and degradation factors which are 
unpredictable, this makes the superresolution reconstruction e to a sick reverse 
process. And an image model is an additional prior knowledge or constraints attached, 
which can make the image regularization. Therefore, the selection of the image prior 
model is very important to the quality of the reconstructed result. 
In this paper, we choose the selection of the image’s prior model to be the main 
line, focus on the reconstruction algorithm which based on the Markov random field 
(MRF)  prior  model,  have  a  depth  analysis  and  experimental  comparison  to  various 
kinds of reconstruction algorithm which based on the MRF prior model. Against the 
advantages and disadvantages of the&#