论文部分内容阅读
本文针对多媒体图像视频飞速发展的现状,重点研究了有关提升视频质量的两个基础方面:视频去噪与超分辨技术。并将这两项技术定位于两个常见的应用场景:监控视频低照度环境下去噪与数字电视高清向超高清分辨率转换。文中统一采用了以块匹配为基础的算法设计,其高匹配精度与低计算复杂度的特点使得我们能够在保证算法效果的基础上兼顾硬件实现的简易性。针对监控视频特有的低照度情况下的噪声,文中建立了随机加性噪声模型,确立了沿运动方向滤波去噪的思路。采用三层块匹配的方法估计运动矢量,将物体由大尺寸的宏块经过三次分解直至可以完全表征物体的运动方式。同时充分利用了视频序列空间与时间上的连续性,在每一层都选取了不同的可信度极高的有限候选运动矢量集,有效降低了计算复杂度的同时也保证了搜索结果的准确性。文中对基于局部自相似性的图像超分辨算法进行了深入研究,针对其放大结果出现的细边缘失真和片状现象提出两点改进。采用亚像素精度匹配处理细节过度微小的图像区域,而对于细节杂乱的区域进行方向选择性搜索。在保证输出结果清晰自然的前提下,针对硬件实现的需求做了简化改进,使得该算法有很高的实用价值。