圖像降質(zhì)參數(shù)盲估計與盲超分辨重建算法.pdf

1、圖像的超分辨率重建技術(shù)在臨床醫(yī)學(xué)診斷、公共安全監(jiān)控、衛(wèi)星遙感等眾多領(lǐng)域有著廣泛應(yīng)用前景，它可以有效地解決從硬件上改善成像設(shè)備分辨率提高的限制，進(jìn)一步改善由于圖像降質(zhì)過程而引起的圖像退化。目前人們已經(jīng)提出了系列超分辨重建算法，但是很多經(jīng)典的重建算法大都建立在退化參數(shù)已知的條件下進(jìn)行圖像的超分辨重建，限制了算法的實際應(yīng)用。因此圖像降質(zhì)參數(shù)的盲估計及其盲超分辨重建是目前需要解決的重要問題。本文主要圍繞多幅圖像的盲超分辨重建展開研究，主要根據(jù)退

2、化模型，針對性研究噪聲估計、模糊核估計、配準(zhǔn)參數(shù)估計、盲超分辨重建等四個問題，主要研究成果有:
　　 1)分析了傳統(tǒng)基于BayesShink的自相關(guān)功率譜(RAP)方法的過估計問題，提出了兩個基于平坦塊搜索的高精度圖像噪聲估計改進(jìn)算法，包括利用平坦塊的RAP噪聲估計算法(FB-RAP)和隨機(jī)化FB-RAP算法。FB-RAP算法首先根據(jù)邊緣檢測的原理尋找噪聲圖像的平坦區(qū)域，求取噪聲的大致范圍，針對每一個可能的噪聲方差采用小波變換閾

3、值去噪，建立去噪后的殘差自相關(guān)矩陣，最后根據(jù)該矩陣求取噪聲強(qiáng)度。進(jìn)一步為了克服紋理和邊緣的影響，利用隨機(jī)采樣理論改進(jìn)FB-RAP算法，提出了隨機(jī)化FB-RAP算法。實驗結(jié)果表明，本文給出的兩個改進(jìn)的RAP算法能夠自動和高精度的估計圖像噪聲的方差。
　　 2)深入分析了傳統(tǒng)的模糊核估計算法。驗證了這樣一個事實即:圖像中臺階邊緣經(jīng)模糊核卷積后，在某個方向上的投影輪廓與模糊核在該方向上的投影輪廓是鏡像對稱的。根據(jù)該原理本文設(shè)計與實現(xiàn)了

4、的基于Radon變換的模糊核估計算法，該算法包括模糊邊緣提取，通過建立邊緣過濾準(zhǔn)則保留強(qiáng)邊緣，引入模糊核先驗知識和圖像先驗建立優(yōu)化模型，進(jìn)而通過交替迭代格式估計模糊核。實驗表明該方法能有效地估計出圖像中的模糊核，具有較好的盲去模糊效果。
　　 3)針對多幅圖像配準(zhǔn)參數(shù)問題，本文結(jié)合互信息知識與圖像配準(zhǔn)的算法框架，設(shè)計與實現(xiàn)了一種基于互信息的配準(zhǔn)參數(shù)盲估計算法，該算法主要包括插值、搜索策略、空間幾何變換、相似性測度等過程，最后介紹