基于TV正則的圖像放大模型及其實現(xiàn).pdf

1、分辨率是體現(xiàn)圖像質(zhì)量的一個重要因素,在眾多應(yīng)用領(lǐng)域具有廣泛的需求,諸如遙感、醫(yī)學(xué)、印刷、日常照片處理等。但由于受到成像條件和成像方式的限制,以及存儲容量與網(wǎng)絡(luò)傳輸容量的限制,使其分辨率無法保持較高的水準(zhǔn)。圖像放大,亦稱超分辨率復(fù)原,能夠改善圖像的質(zhì)量,而不需要改變硬件設(shè)備,因而具有成本低,速度快,可充分利用現(xiàn)有的成像系統(tǒng)的優(yōu)點。
　　為了提高圖像分辨率,改善圖像質(zhì)量與視覺效果,本文分析了圖像放大的已有算法,并重點研究了基于偏微分方

2、程的圖像處理算法,提出了幾種實現(xiàn)圖像放大的新思路。此外,還對圖像分割的全局與局部活動輪廓模型進行了研究與改進。具體而言,主要有如下幾個方面的工作:
　　1.對基于插值與小波變換的放大算法分析比較
　　對目前已有的常用插值放大算法及基于小波的放大算法進行了簡要介紹,并對各種算法進行了實現(xiàn)和對比分析,介紹了該方向算法的最新研究動態(tài)。
　　2.實現(xiàn)基于濾波模型的圖像放大算法
　　概述了擴散現(xiàn)象與圖像濾波,介紹了圖像處理

3、算法的各向同性擴散與各向異性擴散模型。由于插值放大的圖像帶有方片與邊緣鋸齒現(xiàn)象,把這種現(xiàn)象看成是一種噪聲,用去噪模型對插值放大的結(jié)果進行濾波。
　　3.提出基于自蛇模型的圖像放大算法
　　自蛇模型是一種優(yōu)秀的非線性濾波模型。通過雙線性插值得到圖像以及圖像邊緣檢測函數(shù)的的放大結(jié)果,作為自蛇模型的初始估計,進行迭代求解。為了得到更精確的解,引入了高斯移動平均約束進行校正。模型采用迎風(fēng)格式的迭代方案進行了求解,并進行編程實驗。

4、r>　　4.運用復(fù)原模型進行圖像放大
　　介紹了圖像的TV復(fù)原模型ROF模型,并利用迎風(fēng)格式迭代法進行了實現(xiàn)。把圖像放大中待填補的點看成是圖像復(fù)原中待修復(fù)的點,從而利用圖像修復(fù)模型實現(xiàn)圖像的放大。
　　5.提出一種基于圖像方向角的放大模型
　　通過對復(fù)原的LOT模型的研究,受其啟發(fā),提出了一種基于圖像方向角的放大模型,并運用增廣拉格朗日法,給出其進行數(shù)值計算方案。通過編程實驗,驗證了模型的有效性,放大圖像的視覺效果有明