基于凸集投影算法的文檔圖像超分辨率研究.pdf

1、在許多研究領(lǐng)域，圖像的細(xì)節(jié)分析很重要，而分辨率越高的圖像，包含的細(xì)節(jié)就越豐富，所以超分辨率重建已然發(fā)展為圖像視覺領(lǐng)域的一個研究熱點(diǎn)。
　　目前文檔圖像的重建工作在某些場合有很大的應(yīng)用需求，遠(yuǎn)距離車牌識別時，可以把放大提取出的車牌號變清晰，使交通監(jiān)控更安全;保存舊書文物時，可以突出原本褪色模糊的文字筆畫，使它盡可能恢復(fù)原貌;考究歷史時，可以重建出清晰的碑文古字，使歷史研究更方便。現(xiàn)有的重建算法很多都針對自然圖像，而文檔圖像具有不同于

2、自然圖像的紋理特征，所以已有算法對文字邊緣的重建效果并不理想，我們需要針對文檔圖像的文本特征來建立效果顯著的重建算法。
　　本論文主要針對文檔圖像的超分辨率重建展開了深入的研究工作，把圖像配準(zhǔn)和重建算法作為重點(diǎn)研究內(nèi)容，對傳統(tǒng)算法的不足給出了相關(guān)的優(yōu)化方法，實現(xiàn)了古書碑文的重建應(yīng)用。本論文圍繞文檔圖像重建主要從下列幾個方向展開研究:
　　首先，介紹了文檔圖像超分辨率重建的科研背景和國內(nèi)外當(dāng)前的工作進(jìn)展，介紹了本文課題的具體應(yīng)

3、用及發(fā)展理論基礎(chǔ)，接著建立文檔圖像的退化模型，將文檔圖像的超分辨率重建過程分成三步進(jìn)行了詳細(xì)說明，并將文檔圖像重建技術(shù)進(jìn)行分類和介紹。
　　其次，介紹了圖像配準(zhǔn)算法，重點(diǎn)對特征點(diǎn)提取中的尺度不變(SIFT)算子進(jìn)行研究與改進(jìn)，在原算法的基礎(chǔ)上先對文檔圖像進(jìn)行了預(yù)處理，提高圖像對比度，同時對原算法進(jìn)行了“降維”處理，為SIFT算子節(jié)約了大量的內(nèi)存空間，使特征點(diǎn)提取速度加快，同時提升了匹配的準(zhǔn)確率。將其與現(xiàn)有圖像重建空域法相結(jié)合，應(yīng)用

4、于視頻獲取的序列圖像超分辨率重建中，改善了重建效果。
　　最后，重點(diǎn)介紹了空域算法中的凸集投影算法(POCS)并做出了改進(jìn)，使其更加適用于文檔圖像的重建。算法在配準(zhǔn)部分使用改進(jìn)的SIFT配準(zhǔn)方法，在重建部分將文檔圖像獨(dú)特的雙峰特性作為先驗約束條件來修正估計值，相比原算法更具有針對性，同時對閾值的選取進(jìn)行了改進(jìn)，在退化模型中加入了不確定因子，使殘差值在原先的噪聲基礎(chǔ)上多了一項不確定因素，將原算法的固定閾值變成了自適應(yīng)閾值，提高了算法