基于Contourlet變換的圖像超分辨率重建算法研究.pdf

1、隨著當今科技的發(fā)展，人們對得到圖像的質量要求越來越高。為了使得到的圖像能夠達到要求，人們希望以軟件的算法提高成像質量代替昂貴的成像設備的改善。許多研究者對超分辨率圖像重建技術展開研究，即是指從一幅或一系列觀測得到的低分辨率退化圖像中估計恢復得到一幅清晰的高分辨率圖像的分辨率增強技術，可以分為單幀和多幀的圖像重建，目前在許多方面都得到了廣泛的應用。
　　 小波變換作為信號處理一種強力的新手段，其優(yōu)點在于它在信號處理過程中，在時域和

2、頻域同時都具有良好的局部變換。在之前的研究中，有學者已經提出基于小波變換的超分辨率圖像重建算法并取得較好的效果。沿著這條思路，作者希望將多尺度幾何工具引入到圖像超分辨率重建技術中，所以本文主要研究了基于Contourlet變換的圖像超分辨率重建算法。本文主要工作如下：
　　 (1)提出了基于Contourlet變換和SAI(Soft-decision adaptive interpolation)算法的單幀圖像超分辨率重建方法。

3、該方法利用Contourlet變換在圖像處理中對圖像的邊緣信息和細節(jié)信息良好的捕捉特性，以及SAI算法在圖像分辨率的增強過程中對圖像細節(jié)信息良好的保持特性。實驗仿真表明提出的算法具有較好的效果。通過對提出算法的分析，文章提出另一種基于Contourlet變換和SAI算法的單幀圖像重建方法，低頻修正的方法，仿真實驗結果同樣證明了該算法的合理性和可行性；
　　 (2)提出了基于Contourlet變換和POCS(Projection

4、 Onto Convex Set)相結合的序列圖像超分辨率重建方法。POCS是序列圖像重建技術中的經典算法，該方法的優(yōu)點是：可以方便地加入物體的先驗信息，也可以很好地保持高分辨率圖像的邊緣和細節(jié)。因此提出的算法結合POCS的特點以及Contourlet變換在圖像處理過程中的良好特性進行序列圖像重建。通過實驗仿真分析并與其它的算法進行對比可以看到提出的算法在主觀視覺效果以及PSNR方面都具有較好的效果；
　　 (3)提出了基于Co