文档介绍：合肥工业大学
硕士学位论文
序列图像超分辨率重建算法研究
姓名:董艳春
申请学位级别:硕士
专业:信号与信息处理
指导教师:蒋建国;齐美彬
2011-04
序列图像超分辨率重建算法研究

摘要

在图像和视频应用领域,由于成像系统硬件条件的限制、环境因素的干扰
以及为了存储和传输而进行的压缩等因素,很多图像或视频的分辨率不高,导
致人们获得的信息非常有限。从改善系统性能方面提高分辨率,不仅技术艰难、
成本巨大而且收效甚微,所以在不改变成像系统硬件的前提下,提高图像和视
频的分辨率已经成为图像处理领域研究的重要分支。
超分辨率重建(Super-resolution Reconstruction,SR)技术是提高图像和视
频分辨率的有效途径。所谓超分辨率重建就是指通过信号处理的方法,利用多
帧低分辨率降质图像之间的互补信息重建一帧或者多帧高分辨率图像。目前该
技术已在视频监控、遥感、侦察等领域得到广泛应用。
本文较为系统地介绍了超分辨率重建技术的主要流程,主要研究了以下几
个方面:
图像的运动估计。超分辨率重建依赖于精确的多帧图像之间的运动估
计,本文主要研究了泰勒级数法、光流法和块运动估计三种运动估计算法,并
用实验分析算法的性能。针对超分辨率重建对运动估计精度和稳定性的要求,
本文选择新三步搜索块运动估计方法,在保证精度的同时提高了估计的稳定性。
(2) 基于最大后验概率(Maximum A Posteriori, MAP)估计的概率统计模
型超分辨率重建。首先在 MAP 准则下推导并得到超分辨率重建的目标方程,
然后将图像看作是一个随机场,服从一定的概率分布,最后将图像的概率统计
模型代入目标方程求解重建高分辨率图像。本文选取马尔可夫先验模型,并分
析了该模型在边缘保持能力方面存在的不足,然后在前人基础上提出了一种改
进方法。实验证明改进方法的图像边缘保持能力得到了有效提高。
(3) 基于Lp 范数的变分正则化超分辨率重建。首先构造了由数据失真项和
正则化项构成的 Lp 范数形式的超分辨率重建框架;其次介绍了一种基于双边全
变分模型正则化的超分辨率重建算法,然后以非局部算法为基础提出了一种边
缘增强型非局部模型正则化超分辨率重建算法,并与改进的马尔可夫模型、双
边全变分模型进行比较分析;最后对 L1 范数和 L2 范数进行分析比较,确定采用
基于L1 范数形式的重建目标方程。实验证明本文提出的算法不但能够有效地抑
制噪声,而且能较好地保持图像的边缘信息。

关键词:超分辨率;运动估计;马尔可夫模型;最大后验概率;双边全变分;
非局部算法
III
Research on super-resolution reconstruction algorithms
based on image sequence

ABSTRACT
Within the application domain of image and video, a large number of images
and videos are low in resolution in that environment disturbance and limitation of
imaging systems introduce drawbacks to resolution. What is more, image and video
compression, which is convenient for storing and transmitting image and video,
also does harm to resolution of images and videos. Because of lower resolution,
people obtain less information from images and videos. Technically, it is very
difficult to improve resolution by means of bettering system performance.
Moreover, it is not worth doing so because of the imbalance between pay and
benefits. Therefore, under the precondition of system hardware not being modified,
the research on