视频监控图像超分辨重建技术研究
视频监控图像超分辨重建技术研究[20191214193631]
摘 要
随着时代的进步和科技的快速发展，人们传递信息的途径发生了很大变化，原来主要以文字为载体的信息传递方式正在向以图像和视频为载体的传递方式转变。而图像的分辨率是衡量图像质量的一个重要指标，所以如何尽可能的提高图像的分辨率成为了人们研究的热点。
本文针对视频监控图像超分辨重建技术领域中几种主要的运动估计和图像重建算法进行了研究，主要包含以下几点内容：首先，介绍了视频图像超分辨率重建技术的基本概念和发展历史，包括该技术的由来，发展历史及以后的发展方向。其次，对于图像超分辨重建技术的整个过程进行了一个主要分析，包括图像运动估计和图像重建技术。在运动估计阶段研究了基于图像像素灰度的直接方法和基于图像特征的运动估计算法，介绍了这两种算法的主要思想和优缺点并进行了对比。在图像重建阶段，主要研究了以下算法：插值法，迭代反投影，凸集投影法，频域法等，同样对以上几种算法进行了归纳对比。最后对基于MATLAB的图像超分辨处理软件的设计进行了介绍，并通过所得结果对上述几种图像超分辨重建算法进行了对比分析。
基于MATLAB软件，本人成功设计了用于视频监控图像超分辨重建的程序，该程序能完全实现上述图像超分辨重建算法，并能得到用于分析对比的质量较高的图像。通过观察每种算法的运行过程和最终结果，确定了每种算法的优缺点并提出了对应的改进意见。
查看完整论文请+Q: 351916072
关键字:视频图像；超分辨重建；运动估计；图像重建；对比分析；改进意见
目 录
第1章 绪论 1
1.1 有关图像处理的基本概念 1
1.2 图像超分辨重建技术的由来 2
1.3 图像超分辨重建技术的发展 2
1.4 图像超分辨重建技术的现有问题和发展方向 3
1.5 论文结构介绍 3
第2章 视频图像超分辨重建中的运动估计原理 5
2.1 运动估计的概念 5
2.2 运动估计的步骤 6
2.3 运动估计的几种主要算法 7
2.3.1 基于像素灰度信息的直接方法 7
2.3.2 基于图像特征的运动估计算法 10
2.4 两种算法的比较 11
2.5 本章小结 11
第3章 视频图像超分辨重建技术中图像重建原理 13
3.1 频域法 13
3.2 空域法 14
3.2.1 非均匀插值法 14
3.2.2 凸集投影方法 16
3.2.3 最大后验概率法 17
3.3 本章小结 18
第4章 基于MATLAB图像超分辨处理软件的设计 19
4.1 软件总体架构 19
4.2 图像添加模块 19
4.3 运动估计模块 22
4.4 图像重建模块 25
4.5 软件总体GUI及相关辅助功能介绍 26
4.6 本章小结 29
第5章 结果分析与对比 30
5.1 软件所用LR图像序列 30
5.1.1 随机参数生成的LR图像序列 30
5.1.2 自行设定参数生成的LR图像序列 31
5.2 随机设定参数情况下两个LR图像序列所得结果 33
5.2.1 随机参数的情况下视频监控LR图像序列 33
5.2.2 随机参数情况下质量较高的LR图像序列 34
5.3 自行设定参数情况下两个LR图像序列所得结果 35
5.3.1 自行设定参数情况下视频监控LR图像序列 35
5.3.2 自行设定参数情况下质量较高的LR图像序列 35
5.4 图像的评价标准 38
5.5 不同算法所得结果的对比分析 39
5.6 本章小结 39
第6章 总结与展望 40
6.1 工作总结 40
6.2 前景展望 41
参考文献 43
致 谢 45
外文翻译 46
任务书 64
第1章 绪论
本章主要介绍和分析了有关图像处理领域的几个基本概念和有关图像超分辨重建技术的由来，历史发展，现存问题和以后的发展方向。
1.1 有关图像处理的基本概念
（1）图像分类
任何图像都可以分为模拟图像和数字图像这两大类，它们有着不同的表示方法。其中模拟图像：图像是连续的，可用函数f(x, y)表示，其中x, y分别表示空间坐标，f表示图像在点(x, y)处某种性质的数值，像亮度、灰度、色度等，f, x, y 都可以是任意实数。对于数字图像：I(r, c)是对f(x, y)进行离散后的结果，r表示该图像的行，c表示该图像的列，I表示原图像离散后的f的值[1]。
（2）图像失真
实际用的图像采集和处理系统中，图像中像素之间的空间关系会发生相对的变化，这时就说图像产生了几何失真，需要通过几何变换来校正失真图像中各像素位置以得到像素间原来的空间关系。运动模糊与散焦模糊是两种比较常见的模糊形式。实际的拍摄过程中，由于摄像头抖动或被拍摄对象运动会导致运动模糊；而散焦模糊则会由聚焦不准造成。
（3）图像采样
图像采样可分为上采样和下采样。下采样也叫图像缩小，下采样会降低图像分辨率；上采样也叫图像放大，会增加图像的分辨率。图像的下采样是一个不可逆的过程。
（4）图像分辨率
平时所说的图像分辨率有空间分辨率、幅度分辨率和图像显示分辨率等几种。这些分辨率都直接影响着图像的质量。
（5）图像恢复与增强
图像恢复：分析降质原因，参考降质模型，利用某种先验知识，把已经降质了的图像加以重建，使退化图像恢复到本来的状态。例如：去除运动模糊和几何失真校正等。
图像增强：为了改善图像视觉效果或为了更便于人和机器的分析处理。在不考虑降质原因情况下，用某种方式对图像进行加工处理，改善图像的质量，如突出一部分信息，同时压制另一部分的信息。例如图像的平滑、锐化、边沿检测和直方图处理等[2]。
1.2 图像超分辨重建技术的由来
随着时代的进步和科技的快速发展，人们传递信息的途径发生了很大变化，我们可以从手机网络2G到3G再到4G的发展过程中看出，原来主要以文字为载体的信息传递方式正在向以图像和视频为载体的传递方式转变。以图像和视频为载体当然会涉及到图像和视频的处理技术的研究。本文主要研究有关图像处理方面的问题，而对视频处理不做太多的研究。提到图像，首先一个概念就是图像的分辨率，图像的分辨率是衡量图像质量的一个很重要的指标。人人都希望图像的分辨率越高越好，因为图像分辨率高意味着这幅图像所包含的信息越多，所以如何尽可能的提高图像的分辨率成为了人们研究的对象。
提高图像的分辨率主要有两个方面：改造获取图像或视频的硬件设施，对图像或视频进行后期处理。改造硬件设施普遍就是提高图像传感器的敏感度和系统中传感器的个数，这在当今手机发展中特别明显，在如今手机大肆发展的过程中可以看到每个手机厂家不约而同的将买点集中到手机摄像头上，摄像头的像素都越来越高，都宣称自家手机的大光圈。改造硬件虽然是一个提高图像分辨率的途径但是跟后期软件处理的方法相比，他的缺点一目了然。首先就是价格问题，这在航空航天，医疗方面中的图像处理中更为明显，这些领域中的设施都非常昂贵，提高传感器敏感度和增加传感器并非易事。还有就是适用性问题，在我们日常生活中增加传感器的措施确实可以，还是在航空航天，气象，军事方面，这些领域中硬件的工作环境非常恶劣，会受到环境的很大影响，虽然增加了传感器数目，但在恶劣环境下还是无法获取到让人们真正满意的图像或视频。因为以上种种原因，第二种方法后期软件处理成为主流，图像的超分辨重建技术应运而生。
1.3 图像超分辨重建技术的发展
上世纪60年代左右，有学者首次提出了图像超分辨率重建的概念[3]，是指恢复单幅图像中因为超出光学系统限带传递函数而丢失的极限分辨率之外的图像信息，这种超分辨率方法被称为外推法。随后又有学者提出了叠加正弦模板法。尽管这些算法做出了对后来具有重要影响的仿真结果，但在应用中并没有获得理想的实际效果。其后几十年中，又有大批学者对其进行了研究并提出了多种图像重建算法。但结果都与前面几位学者遇到的情况一样只是能得到较好的仿真结果而没有什么实际用途，因此该技术在当时没有得到广泛推广。一直到1984年，Tsai和Huang首次在频域范围内提出了基于一系列图像序列的超分辨重建的概念，即利用同一场景的几张不同低分辨率图像来重建出一张高空间分辨率的图像[4]。认为不同的低分辨率图像代表了同一场景不同方向和角度的不同信息，即低分辨率的图像是基于亚像素精度的亚采样。但如果不同的图像之间仅是整数单位的像素点平移，那么可以认为每幅图像中包含了相同的信息，就不能为重建高分辨率图像提供新的有用信息。后来，伴随着电子技术和信号图像处理技术的飞快发展，图像或视频的超分辨重建技术快速发展起来。
按照图像超分辨重建技术的空间分类，图像的超分辨重建一般可分为频域和空域两大类。频域法是通过消除频域中的频谱混叠来提高图像分辨率。虽然频域法理论简单，易于实现，但频域法适用范围小灵活性较差，所以后期的研究逐渐从频域法转向了空域法。空域法就是在像素空间范围中进行图像的超分辨重建。空域法的优点是灵活性强和适用性广。总体来说，基于空间域的超分辨重建算法在适应性和重建图像质量方面一般都比频域法效果更好，所以得到了更广泛的应用。
我国有关图像超分辨重建技术的研究起步较晚，但是最近十几年年随着国家对高新技术研究的重视以及现代生活中人们对高清视频和图像的日益增长的需求，图像的超分辨重建技术研究逐渐受到国内学者的关注。我国有关图像超分辨重建技术的研究主要分为提出新的算法和改进已有算法这两个方面。
1.4 图像超分辨重建技术的现有问题和发展方向
图像的超分辨重建技术自上世纪60年代左右被学者提出，直至上世纪80年代左右开始受到学者广泛关注和研究，到目前为止，已经历了50多年的发展历程[5]。在这段时间内，超分辨重建技术的研究方向从频域转为空域，现在已经发展出了各种算法。超分辨重建技术的应用领域也从军事转向了民用领域，现在已经广泛应用于医学、安全、娱乐等生活中的各个方面。虽然图像超分辨重建技术的现状和发展前景一片大好，但现在还是存在着一些问题，值得引起学者们的重视。现在主要的问题有：模拟的图像降质模型都偏简单，进行处理的图像或视频都过于简化，还有就是具体某个算法使用的场合并不丰富，没有将算法针对某个固定场合进行优化和匹配。所以图像和视频超分辨重建技术今后的发展方向将会在适用场合中更加细化已达到更符合这个场景的需求，如地铁火车站的人脸识别系统中要用到的超分辨重建或交通管理中的车牌号识别系统中要用到的超分辨重建等都需要细分以提高正确率。
1.5论文结构介绍
本文对视频图像超分辨重建技术的原理和几种重要算法进行了研究探讨，主要内容有：
第1章绪论。首先介绍了图像超分辨重建技术的基本概念，研究背景，意义和应用领域，随后讲述了国内外该课题的发展现状，并简要分析了本课题现存的问题和发展方向，最后简单介绍了本论文的结构。
第2章视频图像超分辨重建中的运动估计原理。首先介绍了视频图像超分辨重建技术的基本原理和步骤，可以看出运动估计是视频图像重建的第一步，所以本章主要介绍运动估计的相关原理和算法，并对不同算法进行比较，指出几种主要算法的优缺点。
第3章视频图像超分辨重建技术中图像重建原理。本章主要介绍了在图像重建阶段所需的几种主要算法，有IBP，POCS，插值法等，分别详细介绍了每种算法的提出，发展和基本原理和缺点，在最后对每种算法进行了比较，并指出了它们之间的差异和相同点及彼此的优缺点。
第4章基于MATLAB图像超分辨处理软件的设计。详细描述了基于MATLAB的视频图像超分辨重建仿真软件的总体结构及设计实现过程，最后介绍分析了该仿真软件的具体功能。
第5章结果分析与对比。在第4章介绍的基于MATLAB图像超分辨重建软件的基础上通过几种图像重建算法的处理，对得到的结果进行分析，并对比分析每种算法的优缺点。
第6章总结与展望。总结了本文中所作的工作和不足，对后续的研究工作提出了自己的意见。
第2章 视频图像超分辨重建中的运动估计原理
绪论中简单介绍了视频图像超分辨重建的发展历史，背景知识和基本概念,并对相关的理论和技术手段做了概括性的论述。视频图像超分辨重建技术的广义思想是根据同一场景的具有微小位移的多幅低分辨率图像重建出一幅高分辨率的图像。因此，视频图像超分辨重建的实现过程可分为下面三个基本的步骤，如图2.1所示：
从上图中可以看出视频图像的超分辨重建系统主要有图像配准，图像插值和图像重建这三个步骤组成，其中的图像插值和运动估计或图像重建可以看做是一个步骤，因为图像插值一般都是与图像重建或图像配准这俩相对主要的步骤结合在一起的，所以总的来说，图像的超分辨重建就是由俩部分组成图像配准和图像重建，其中图像配准也叫做运动估计（Motion Estimation），就是本章所要讨论的内容[6]。
运动估计是指在图像运动过程中产生的某些信息，对这些信息进行估计。在超分辨重建技术中起到重要作用。视频图像的超分辨重建的主要步骤是对低分辨率的视频图像进行运动信息的对比和匹配。再根据所得的信息进行分析，将有用信息同步到高分辨率图像上。因此，运动估计能获得的精准度在很大程度上影响了图像超分辨重建技术的水平。运动估计在图像信息的了解过程中占据着重要位置，在遥感成像，医学成像和电脑观察等研究或生活中正在越来越多的被采用。
摘 要
随着时代的进步和科技的快速发展，人们传递信息的途径发生了很大变化，原来主要以文字为载体的信息传递方式正在向以图像和视频为载体的传递方式转变。而图像的分辨率是衡量图像质量的一个重要指标，所以如何尽可能的提高图像的分辨率成为了人们研究的热点。
本文针对视频监控图像超分辨重建技术领域中几种主要的运动估计和图像重建算法进行了研究，主要包含以下几点内容：首先，介绍了视频图像超分辨率重建技术的基本概念和发展历史，包括该技术的由来，发展历史及以后的发展方向。其次，对于图像超分辨重建技术的整个过程进行了一个主要分析，包括图像运动估计和图像重建技术。在运动估计阶段研究了基于图像像素灰度的直接方法和基于图像特征的运动估计算法，介绍了这两种算法的主要思想和优缺点并进行了对比。在图像重建阶段，主要研究了以下算法：插值法，迭代反投影，凸集投影法，频域法等，同样对以上几种算法进行了归纳对比。最后对基于MATLAB的图像超分辨处理软件的设计进行了介绍，并通过所得结果对上述几种图像超分辨重建算法进行了对比分析。
基于MATLAB软件，本人成功设计了用于视频监控图像超分辨重建的程序，该程序能完全实现上述图像超分辨重建算法，并能得到用于分析对比的质量较高的图像。通过观察每种算法的运行过程和最终结果，确定了每种算法的优缺点并提出了对应的改进意见。
查看完整论文请+Q: 351916072
关键字:视频图像；超分辨重建；运动估计；图像重建；对比分析；改进意见
目 录
第1章 绪论 1
1.1 有关图像处理的基本概念 1
1.2 图像超分辨重建技术的由来 2
1.3 图像超分辨重建技术的发展 2
1.4 图像超分辨重建技术的现有问题和发展方向 3
1.5 论文结构介绍 3
第2章 视频图像超分辨重建中的运动估计原理 5
2.1 运动估计的概念 5
2.2 运动估计的步骤 6
2.3 运动估计的几种主要算法 7
2.3.1 基于像素灰度信息的直接方法 7
2.3.2 基于图像特征的运动估计算法 10
2.4 两种算法的比较 11
2.5 本章小结 11
第3章 视频图像超分辨重建技术中图像重建原理 13
3.1 频域法 13
3.2 空域法 14
3.2.1 非均匀插值法 14
3.2.2 凸集投影方法 16
3.2.3 最大后验概率法 17
3.3 本章小结 18
第4章 基于MATLAB图像超分辨处理软件的设计 19
4.1 软件总体架构 19
4.2 图像添加模块 19
4.3 运动估计模块 22
4.4 图像重建模块 25
4.5 软件总体GUI及相关辅助功能介绍 26
4.6 本章小结 29
第5章 结果分析与对比 30
5.1 软件所用LR图像序列 30
5.1.1 随机参数生成的LR图像序列 30
5.1.2 自行设定参数生成的LR图像序列 31
5.2 随机设定参数情况下两个LR图像序列所得结果 33
5.2.1 随机参数的情况下视频监控LR图像序列 33
5.2.2 随机参数情况下质量较高的LR图像序列 34
5.3 自行设定参数情况下两个LR图像序列所得结果 35
5.3.1 自行设定参数情况下视频监控LR图像序列 35
5.3.2 自行设定参数情况下质量较高的LR图像序列 35
5.4 图像的评价标准 38
5.5 不同算法所得结果的对比分析 39
5.6 本章小结 39
第6章 总结与展望 40
6.1 工作总结 40
6.2 前景展望 41
参考文献 43
致 谢 45
外文翻译 46
任务书 64
第1章 绪论
本章主要介绍和分析了有关图像处理领域的几个基本概念和有关图像超分辨重建技术的由来，历史发展，现存问题和以后的发展方向。
1.1 有关图像处理的基本概念
（1）图像分类
任何图像都可以分为模拟图像和数字图像这两大类，它们有着不同的表示方法。其中模拟图像：图像是连续的，可用函数f(x, y)表示，其中x, y分别表示空间坐标，f表示图像在点(x, y)处某种性质的数值，像亮度、灰度、色度等，f, x, y 都可以是任意实数。对于数字图像：I(r, c)是对f(x, y)进行离散后的结果，r表示该图像的行，c表示该图像的列，I表示原图像离散后的f的值[1]。
（2）图像失真
实际用的图像采集和处理系统中，图像中像素之间的空间关系会发生相对的变化，这时就说图像产生了几何失真，需要通过几何变换来校正失真图像中各像素位置以得到像素间原来的空间关系。运动模糊与散焦模糊是两种比较常见的模糊形式。实际的拍摄过程中，由于摄像头抖动或被拍摄对象运动会导致运动模糊；而散焦模糊则会由聚焦不准造成。
（3）图像采样
图像采样可分为上采样和下采样。下采样也叫图像缩小，下采样会降低图像分辨率；上采样也叫图像放大，会增加图像的分辨率。图像的下采样是一个不可逆的过程。
（4）图像分辨率
平时所说的图像分辨率有空间分辨率、幅度分辨率和图像显示分辨率等几种。这些分辨率都直接影响着图像的质量。
（5）图像恢复与增强
图像恢复：分析降质原因，参考降质模型，利用某种先验知识，把已经降质了的图像加以重建，使退化图像恢复到本来的状态。例如：去除运动模糊和几何失真校正等。
图像增强：为了改善图像视觉效果或为了更便于人和机器的分析处理。在不考虑降质原因情况下，用某种方式对图像进行加工处理，改善图像的质量，如突出一部分信息，同时压制另一部分的信息。例如图像的平滑、锐化、边沿检测和直方图处理等[2]。
1.2 图像超分辨重建技术的由来
随着时代的进步和科技的快速发展，人们传递信息的途径发生了很大变化，我们可以从手机网络2G到3G再到4G的发展过程中看出，原来主要以文字为载体的信息传递方式正在向以图像和视频为载体的传递方式转变。以图像和视频为载体当然会涉及到图像和视频的处理技术的研究。本文主要研究有关图像处理方面的问题，而对视频处理不做太多的研究。提到图像，首先一个概念就是图像的分辨率，图像的分辨率是衡量图像质量的一个很重要的指标。人人都希望图像的分辨率越高越好，因为图像分辨率高意味着这幅图像所包含的信息越多，所以如何尽可能的提高图像的分辨率成为了人们研究的对象。
提高图像的分辨率主要有两个方面：改造获取图像或视频的硬件设施，对图像或视频进行后期处理。改造硬件设施普遍就是提高图像传感器的敏感度和系统中传感器的个数，这在当今手机发展中特别明显，在如今手机大肆发展的过程中可以看到每个手机厂家不约而同的将买点集中到手机摄像头上，摄像头的像素都越来越高，都宣称自家手机的大光圈。改造硬件虽然是一个提高图像分辨率的途径但是跟后期软件处理的方法相比，他的缺点一目了然。首先就是价格问题，这在航空航天，医疗方面中的图像处理中更为明显，这些领域中的设施都非常昂贵，提高传感器敏感度和增加传感器并非易事。还有就是适用性问题，在我们日常生活中增加传感器的措施确实可以，还是在航空航天，气象，军事方面，这些领域中硬件的工作环境非常恶劣，会受到环境的很大影响，虽然增加了传感器数目，但在恶劣环境下还是无法获取到让人们真正满意的图像或视频。因为以上种种原因，第二种方法后期软件处理成为主流，图像的超分辨重建技术应运而生。
1.3 图像超分辨重建技术的发展
上世纪60年代左右，有学者首次提出了图像超分辨率重建的概念[3]，是指恢复单幅图像中因为超出光学系统限带传递函数而丢失的极限分辨率之外的图像信息，这种超分辨率方法被称为外推法。随后又有学者提出了叠加正弦模板法。尽管这些算法做出了对后来具有重要影响的仿真结果，但在应用中并没有获得理想的实际效果。其后几十年中，又有大批学者对其进行了研究并提出了多种图像重建算法。但结果都与前面几位学者遇到的情况一样只是能得到较好的仿真结果而没有什么实际用途，因此该技术在当时没有得到广泛推广。一直到1984年，Tsai和Huang首次在频域范围内提出了基于一系列图像序列的超分辨重建的概念，即利用同一场景的几张不同低分辨率图像来重建出一张高空间分辨率的图像[4]。认为不同的低分辨率图像代表了同一场景不同方向和角度的不同信息，即低分辨率的图像是基于亚像素精度的亚采样。但如果不同的图像之间仅是整数单位的像素点平移，那么可以认为每幅图像中包含了相同的信息，就不能为重建高分辨率图像提供新的有用信息。后来，伴随着电子技术和信号图像处理技术的飞快发展，图像或视频的超分辨重建技术快速发展起来。
按照图像超分辨重建技术的空间分类，图像的超分辨重建一般可分为频域和空域两大类。频域法是通过消除频域中的频谱混叠来提高图像分辨率。虽然频域法理论简单，易于实现，但频域法适用范围小灵活性较差，所以后期的研究逐渐从频域法转向了空域法。空域法就是在像素空间范围中进行图像的超分辨重建。空域法的优点是灵活性强和适用性广。总体来说，基于空间域的超分辨重建算法在适应性和重建图像质量方面一般都比频域法效果更好，所以得到了更广泛的应用。
我国有关图像超分辨重建技术的研究起步较晚，但是最近十几年年随着国家对高新技术研究的重视以及现代生活中人们对高清视频和图像的日益增长的需求，图像的超分辨重建技术研究逐渐受到国内学者的关注。我国有关图像超分辨重建技术的研究主要分为提出新的算法和改进已有算法这两个方面。
1.4 图像超分辨重建技术的现有问题和发展方向
图像的超分辨重建技术自上世纪60年代左右被学者提出，直至上世纪80年代左右开始受到学者广泛关注和研究，到目前为止，已经历了50多年的发展历程[5]。在这段时间内，超分辨重建技术的研究方向从频域转为空域，现在已经发展出了各种算法。超分辨重建技术的应用领域也从军事转向了民用领域，现在已经广泛应用于医学、安全、娱乐等生活中的各个方面。虽然图像超分辨重建技术的现状和发展前景一片大好，但现在还是存在着一些问题，值得引起学者们的重视。现在主要的问题有：模拟的图像降质模型都偏简单，进行处理的图像或视频都过于简化，还有就是具体某个算法使用的场合并不丰富，没有将算法针对某个固定场合进行优化和匹配。所以图像和视频超分辨重建技术今后的发展方向将会在适用场合中更加细化已达到更符合这个场景的需求，如地铁火车站的人脸识别系统中要用到的超分辨重建或交通管理中的车牌号识别系统中要用到的超分辨重建等都需要细分以提高正确率。
1.5论文结构介绍
本文对视频图像超分辨重建技术的原理和几种重要算法进行了研究探讨，主要内容有：
第1章绪论。首先介绍了图像超分辨重建技术的基本概念，研究背景，意义和应用领域，随后讲述了国内外该课题的发展现状，并简要分析了本课题现存的问题和发展方向，最后简单介绍了本论文的结构。
第2章视频图像超分辨重建中的运动估计原理。首先介绍了视频图像超分辨重建技术的基本原理和步骤，可以看出运动估计是视频图像重建的第一步，所以本章主要介绍运动估计的相关原理和算法，并对不同算法进行比较，指出几种主要算法的优缺点。
第3章视频图像超分辨重建技术中图像重建原理。本章主要介绍了在图像重建阶段所需的几种主要算法，有IBP，POCS，插值法等，分别详细介绍了每种算法的提出，发展和基本原理和缺点，在最后对每种算法进行了比较，并指出了它们之间的差异和相同点及彼此的优缺点。
第4章基于MATLAB图像超分辨处理软件的设计。详细描述了基于MATLAB的视频图像超分辨重建仿真软件的总体结构及设计实现过程，最后介绍分析了该仿真软件的具体功能。
第5章结果分析与对比。在第4章介绍的基于MATLAB图像超分辨重建软件的基础上通过几种图像重建算法的处理，对得到的结果进行分析，并对比分析每种算法的优缺点。
第6章总结与展望。总结了本文中所作的工作和不足，对后续的研究工作提出了自己的意见。
第2章 视频图像超分辨重建中的运动估计原理
绪论中简单介绍了视频图像超分辨重建的发展历史，背景知识和基本概念,并对相关的理论和技术手段做了概括性的论述。视频图像超分辨重建技术的广义思想是根据同一场景的具有微小位移的多幅低分辨率图像重建出一幅高分辨率的图像。因此，视频图像超分辨重建的实现过程可分为下面三个基本的步骤，如图2.1所示：
从上图中可以看出视频图像的超分辨重建系统主要有图像配准，图像插值和图像重建这三个步骤组成，其中的图像插值和运动估计或图像重建可以看做是一个步骤，因为图像插值一般都是与图像重建或图像配准这俩相对主要的步骤结合在一起的，所以总的来说，图像的超分辨重建就是由俩部分组成图像配准和图像重建，其中图像配准也叫做运动估计（Motion Estimation），就是本章所要讨论的内容[6]。
运动估计是指在图像运动过程中产生的某些信息，对这些信息进行估计。在超分辨重建技术中起到重要作用。视频图像的超分辨重建的主要步骤是对低分辨率的视频图像进行运动信息的对比和匹配。再根据所得的信息进行分析，将有用信息同步到高分辨率图像上。因此，运动估计能获得的精准度在很大程度上影响了图像超分辨重建技术的水平。运动估计在图像信息的了解过程中占据着重要位置，在遥感成像，医学成像和电脑观察等研究或生活中正在越来越多的被采用。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/2460.html
