車載采集城市街景圖像的超分辨率重建.pdf

1、大眾化的車載為了滿足圖像的實(shí)時顯示以及高速存儲的要求，其圖像質(zhì)量往往不盡人意。通常情況下，圖像傳感器（CCD，Charge-coupled device）能夠獲得較好的圖像質(zhì)量，但是在特殊的場合，由于在圖像的成像、傳輸、存儲、顯示的過程中，受到成像距離、成像環(huán)境、傳感器的形狀和大小、空氣擾動、物體運(yùn)動以及鏡頭散焦的影響，大眾化的車載采集的圖像呈現(xiàn)出不同類型的降質(zhì)，其中降質(zhì)類型主要包括：含噪圖像、運(yùn)動模糊圖像、鏡頭畸變圖像、大氣湍流模糊圖

2、像、散焦模糊圖像。圖像降質(zhì)表明有效的圖像信息受到污染或丟失，這將嚴(yán)重影響突發(fā)狀況時對于有效的車載采集到的圖像信息的獲取。為了在分析取證時獲得足夠的圖像細(xì)節(jié)信息（車輛特征、環(huán)境特征），為刑偵分析提供取證。改善圖像質(zhì)量的超分辨率重建技術(shù)成為了圖像處理領(lǐng)域研究的熱點(diǎn)課題。
　　圖像超分辨率重建的方法主要有兩類：由同一場景的多幅降質(zhì)圖像重建出一幅高分辨率圖像；由單幅降質(zhì)圖像重建出一幅高分辨率圖像?？紤]到難以獲得同一場景下多張車載采集圖像的

3、性質(zhì)，本文將致力于解決單幅車載采集的城市街景圖像（環(huán)境特征）的超分辨率重建的問題。
　　在各種因素的影響下，五類降質(zhì)圖像中以含噪圖像以及運(yùn)動模糊圖像最為普遍，因此主要針對存在斑點(diǎn)噪聲以及運(yùn)動模糊的車載采集的城市街景圖像展開研究，首先對這兩類圖像進(jìn)行預(yù)處理，去除其存在的斑點(diǎn)噪聲或者運(yùn)動模糊，得到較低分辨率的車載圖像，再對預(yù)處理之后的低分辨率車載圖像進(jìn)行自相似性超分辨率重建，從而最終得到清晰的車載圖像。對于重建車載采集的城市街景圖像的

4、好壞，采用無參考圖像評價指標(biāo)為評判標(biāo)準(zhǔn)，相較于現(xiàn)有的比較好的超分辨率重建算法來講，本文的方法在圖像信息熵（entropy）、圖像對比度（contrast）、算法復(fù)雜度（執(zhí)行時間）、圖像邊緣強(qiáng)度（ESL）、盲圖像質(zhì)量評價指標(biāo)（BIQI）上都有一定的提高，驗(yàn)證了本文算法在車載圖像超分辨率重建方面的有效性?，F(xiàn)將本文的主要工作以及創(chuàng)新點(diǎn)總結(jié)如下：
　?。?）分析了車載采集圖像呈現(xiàn)出的不同降質(zhì)情況，首先針對含有斑點(diǎn)噪聲的車載采集的城市街景圖

5、像進(jìn)行預(yù)處理，通過控制核回歸的方法對圖像塊進(jìn)行加權(quán)處理，對相似的圖像塊進(jìn)行聚類，由主成分分析法（PCA）進(jìn)行字典原子的優(yōu)化選擇，提取表征能力最佳的原子構(gòu)建最優(yōu)字典，利用核回歸方法對圖像進(jìn)行估計(jì)，結(jié)合DWO-TV方法提升圖像的階躍邊緣，最后進(jìn)行圖像融合。
　?。?）分析了車載采集的城市街景圖像的另一種降質(zhì)情況，即運(yùn)動模糊圖像。針對運(yùn)動模糊的車載采集的城市街景圖像進(jìn)行預(yù)處理，針對模糊核估計(jì)和隱含圖像的估計(jì)分別采用了如下算法。對于模糊核

6、的估計(jì)，采用變分狄利克雷方法，該方法與變分貝葉斯方法不同，它使得優(yōu)化問題不需要任何等式約束，用梯度投影法求解優(yōu)化問題，提取圖像邊緣的精確方向，能夠較準(zhǔn)確的估計(jì)模糊核。對于隱含圖像的估計(jì)，通過改進(jìn)的增廣拉格朗日算法來處理不確定的邊界條件，以提高估計(jì)圖像的質(zhì)量和算法的運(yùn)行速度。同時將一個有效的優(yōu)化算法（超拉普拉斯法）應(yīng)用于盲圖像復(fù)原中，并結(jié)合變分狄利克雷方法對模糊核進(jìn)行估計(jì)。
　?。?）對預(yù)處理之后的車載采集的城市街景圖像，采用自相似

7、性超分辨率重建的方法，重建高分辨率的車載圖像。該方法通過在多尺度圖像的仿射變換的基礎(chǔ)上增加透視變換擴(kuò)展內(nèi)部圖像塊的搜索過程，采用組合模型來處理這兩種變換。通過定位平面、檢測圖像的透視幾何特征引導(dǎo)圖像塊的搜索過程，同時在圖像重建的過程中進(jìn)行高頻補(bǔ)償彌補(bǔ)圖像金字塔中損失的高頻細(xì)節(jié)。最后以迭代反投影進(jìn)一步驗(yàn)證圖像的重建效果。
　　實(shí)驗(yàn)結(jié)果表明：本文對復(fù)原之后的車載采集的城市街景圖像的重建效果無論從主觀視覺上，還是從客觀的評價指標(biāo)上都優(yōu)于