高動態(tài)范圍圖像可視化與圖像超分辨率重建的初步研究.pdf

1、隨著計算機和多媒體技術(shù)的發(fā)展,醫(yī)學影像、視頻監(jiān)控、衛(wèi)星遙感、文化娛樂、計算機視覺等各種領(lǐng)域?qū)Ω哔|(zhì)量視頻提出了廣泛的應用需求。高質(zhì)量的視頻能夠提供更豐富的信息和更真實的視覺感受,是很多實際應用的基礎(chǔ)。 圖像亮度動態(tài)范圍和分辨率成為影響圖像/視頻質(zhì)量的兩大重要因素。本論文針對高動態(tài)范圍(High Dynamic Range,HDR)圖像可視化和圖像超分辨率復原兩項關(guān)鍵技術(shù)進行了初步研究： 1.論文首先對高質(zhì)量圖像/視頻重建的

2、研究意義和課題背景進行了闡述。對現(xiàn)有的HDR圖像可視化技術(shù)以及超分辨率復原技術(shù)的理論基礎(chǔ)和研究現(xiàn)狀進行了綜述。 2.在HDR圖像可視化方面,提出了一種新的HDR圖像可視化算法。算法首先將HDR圖像分解為基本層和細節(jié)層。對基本層采用基于整體統(tǒng)計信息的直方圖調(diào)整算法處理。對細節(jié)層進行自適應的保護性增強。算法能夠兼顧圖像中整體明暗視覺感受的表現(xiàn)和可視細節(jié)的保持。 3.針對算法運算復雜度較高的問題,深入研究了雙邊濾波器的原理及其

3、實現(xiàn)方式。提出了一種基于積分圖像的雙邊濾波器快速算法。從而大幅度提高了HDR可視化算法的速度。 4.在圖像超分辨率復原方面,提出了一種采用梯度矢量場約束的圖像放大算法。算法采用梯度矢量場描述高分辨率圖像中的邊緣特征,作為新的先驗知識,指導圖像的超分辨率重建。實驗結(jié)果說明了算法的有效性。 5.針對人臉圖像,提出了一種基于多類預測學習的超分辨率復原算法。算法通過矢量量化對訓練樣本進行基于內(nèi)容的分類,采用多類預測器對每類樣本進