面向低質(zhì)量視頻的目標(biāo)對(duì)象的超分辨率重建技術(shù)研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，越來(lái)越多的智能技術(shù)應(yīng)用到日常生活中。人們對(duì)圖像獲取設(shè)備的分辨率要求也越來(lái)越高。高分辨率圖像能夠提供目標(biāo)的更多細(xì)節(jié)信息，對(duì)于圖像的分析和處理有重要作用。目前有些智能手機(jī)的攝像頭分辨率達(dá)到壹千萬(wàn)像素以上。但是在某些應(yīng)用場(chǎng)合，由于光線物理器件、處理器性能、網(wǎng)絡(luò)傳輸帶寬或存儲(chǔ)設(shè)備容量的限制，獲取到的圖像的分辨率往往是較低的。如果采取硬件更新的方法來(lái)提高分辨率會(huì)大大增加成本，因此如何在不更新硬件設(shè)施的情況下提高圖像的分辨率逐漸

2、成為研究的重點(diǎn)。視頻監(jiān)控系統(tǒng)是利用視頻技術(shù)探測(cè)、監(jiān)視設(shè)防區(qū)域并實(shí)時(shí)顯示、記錄現(xiàn)場(chǎng)圖像的電子系統(tǒng)或網(wǎng)。通常獲取的視頻的質(zhì)量較低，而且數(shù)據(jù)量大。因此利用目標(biāo)分割技術(shù)，將視頻中感興趣的目標(biāo)提取出來(lái)，再利用連續(xù)多幀的目標(biāo)圖像進(jìn)行超分辨率重建，提高目標(biāo)的分辨率。可以有效的減少對(duì)系統(tǒng)的分析時(shí)間和提高目標(biāo)的可分辨能力。
　　本研究主要內(nèi)容包括：⑴提出了一種自適應(yīng)圖像質(zhì)量增強(qiáng)算法。視頻中圖像一般含有大量噪聲和光線不均問(wèn)題。該算法可以有效的自適應(yīng)調(diào)

3、整處理這兩種情況。⑵提出了一種基于LBP特征的codebook背景建模目標(biāo)分割算法，可有效的增強(qiáng)算法在動(dòng)態(tài)背景下的適應(yīng)能力。⑶提出了一種基于非局部的POCS超分辨率圖像重建算法。傳統(tǒng)的POCS算法都是圍繞在如何取合適的PSF（點(diǎn)擴(kuò)散函數(shù)），如何獲得更好的插值放大圖作為初始高分辨率圖。本文算法引入圖像的局部結(jié)構(gòu)塊相似性先驗(yàn)信息，對(duì)每次重建的結(jié)果進(jìn)行約束優(yōu)化。對(duì)合成圖像和真實(shí)視頻序列的仿真結(jié)果表明，該算法可以有效銳化圖像邊緣，并提高圖像的視