小波域基于YUV模型的彩色圖像超分辨率重構(gòu).pdf

1、在很多場合，圖像在獲取的過程中，由于物理?xiàng)l件的限制，往往只能得到低分辨率的圖像，而這些分辨率較低的圖像不能很好地滿足實(shí)際需要，于是利用超分辨率算法來提高圖像的分辨率已經(jīng)越來越受到關(guān)注。由一序列低分辨率變形圖像來估計(jì)一幅（或一序列）較高分辨率的非變形圖像，同時(shí)還能消除加性噪聲以及由于有線檢測器和光學(xué)元件產(chǎn)生的模糊，這一技術(shù)稱之為超分辨率重構(gòu)（或復(fù)原）。 圖像的超分辨率重構(gòu)主要可以分為以下幾類：單幅圖像的超分辨率重構(gòu)，靜態(tài)圖像序列的超

2、分辨率重構(gòu)，視頻序列的超分辨率圖像重構(gòu)以及壓縮視頻流中的超分辨率圖像重構(gòu)。本文屬于單幅圖像的超分辨率重構(gòu)，即觀察到的低分辨率圖像只有一幅。超分辨率重構(gòu)涉及到的主要問題包括：圖像的像素配準(zhǔn)，降晰函數(shù)模型的構(gòu)建以及有效的重構(gòu)算法等。 在圖像超分辨率領(lǐng)域，目前研究最多的是基于灰度圖像的超分辨率重構(gòu)，而對(duì)于遙感、太空探索、高清晰數(shù)字電視以及醫(yī)學(xué)影像等多方面的應(yīng)用，獲得彩色的高分辨率圖像具有非常重要的意義。趙書斌、張蓬等人提出了一種基于小

3、波域HMT（隱馬爾可夫樹）模型的彩色圖像超分辨率復(fù)原算法，取得了較高的信噪比和很好的視覺效果。然而，該方法需要進(jìn)行模型參數(shù)訓(xùn)練，多次迭代運(yùn)算，并且采用了RGB彩色圖像模型，需要進(jìn)行自適應(yīng)圖像變換，其時(shí)間復(fù)雜度太高。所以，本文提出了一種基于小波域基于YUV模型的彩色圖像超分辨率算法。該算法基于彩色圖像的YUV模型，在其亮度通道（Y通道）上采取了基于小波域的局部高斯模型的超分辨率重構(gòu)，而在另外兩個(gè)色差通道（U、V通道）上采取了較低（相對(duì)亮度

4、通道）清晰度的復(fù)原，在保證很好的視覺效果的同時(shí)大大減少了計(jì)算量。 本文首先介紹了圖像超分辨率重構(gòu)的基本概念，給出了超分辨率重構(gòu)的數(shù)學(xué)描述，并詳細(xì)介紹了迭代反投影法，投影凸集方法，最大后驗(yàn)方法和最大似然估計(jì)方法等一些經(jīng)典的算法，之后擴(kuò)展到彩色圖像的超分辨率重構(gòu)，給出了超分辨率重構(gòu)圖像質(zhì)量的度量標(biāo)準(zhǔn)。 本文第二部分內(nèi)容著重集中在小波域局部高斯模型的討論上。文中首先介紹了圖像超分辨率問題的規(guī)整化，之后給出了圖像超分辨率問題的小