小波域圖象超分辨率重構算法研究.pdf

1、所謂圖像超分辨率重構,是指由一幅或幾幅低分辨率圖像獲得一幅高分辨率圖像的過程.一般地,低分辨率圖像可以看成高分辨率圖像經過模糊和亞采樣后的結果,因而圖像的超分辨率重構是一個典型的病態(tài)問題.因此,由低分辨率圖像完全重構原來的高分辨率圖像是不可能的.目前,處理圖像超分辨率問題的方法可以分為兩類.一類是引入關于原高分辨率的先驗知識,然后在該先驗知識確定的子空間內尋求滿足圖像退化過程的一個解作為對原高分辨率圖像的一個估計.另一類是圖像類比,即由

2、已知的高分辨率圖像和相應的低分辨率圖像通過訓練獲得低分辨率圖像到高分辨圖像的映射關系,然后將此映射關系應用于低分辨率圖像即可獲得所需要的高分辨率圖像.第一類方法的關鍵在于引入先驗知識.最初采用的關于自然圖像的先驗知識主要是各種光滑性假定,即認為自然圖像滿足分片線性,一階光滑性,二階光滑性以及一階和二階光滑性等條件.后來進行的改進包括線過程,半二次,全變差和小波域廣義高斯分布等.其共同缺點是不能有效區(qū)分圖像中的平滑區(qū)和邊緣,并導致邊緣的嚴

3、重模糊.為克服這些缺點,采用小波域隱馬爾可夫樹模型作為自然圖像的先驗模型.通過不同尺度小波系數(shù)的隱狀態(tài)之間的馬爾可夫依賴性刻劃小波系數(shù)沿尺度的傳遞特性并采用混合高斯分布逼近小波系數(shù)的邊緣分布,小波域隱馬爾可夫樹模型準確刻劃了自然圖像的小波變換的統(tǒng)計特性.通過引入小波域隱馬可夫樹模型,圖像超分辨率問題轉化為一個優(yōu)化問題.小波系數(shù)的隱狀態(tài)所具有的多尺度圖像邊緣檢測的能力使得我們可以對平滑區(qū)和邊緣處小波系數(shù)進行不同處理,因而可以有效地保持邊緣

4、.鑒于彩色圖像的應用越來越廣泛,文中也討論了彩色圖像的超分辨率重構問題.由于彩色圖像三個通道之間存在著相關性,彩色圖像超分辨率重構并不是灰度圖像超分辨率重構算法的簡單推廣.通過三個通道的數(shù)據(jù)融合得到一幅灰度圖像,然后用該灰度圖像協(xié)調彩色圖像三個通道的超分辨率重構.這種方法較好地解決了色彩失真問題.此外,為解決退化過程未知情況下的超分辨率問題,利用多尺度邊緣的自相似特性提出了一種基于小波系數(shù)預測的盲圖像超分辨率算法.該算法重構出的高分辨率