论文部分内容阅读
随着网络和多媒体信息技术的快速发展，图像和视频被广泛应用，如监控视频，身份证照片。但是，由于受采集设备，光照环境，传输带宽和设备存储空间等因素制约，我们获取的图像往往同时存在压缩失真和分辨率低的问题。低分辨率和压缩同时导致图像的降质，因此，如何去除压缩失真，并提高图像的空间分辨率，一直是图像处理领域的研究热点。 压缩失真和低分辨率在DCT域均表现为高频系数的退化。因此，在降质原理上具有一致性，在DCT域开展压缩图像超分辨率重建研究，有望建立处理压缩失真和提高分辨率的统一框架。本论文围绕低分辨率压缩图像的超分辨率重建问题，本文从DCT域出发在以下三方面进行了初步的探讨研究:低比特压缩图像去块效应方法、JPEG人脸图像的超分辨率重建方法以及低分辨率压缩人脸图像的超分辨率重建方法。本论文主要完成了以下几方面创新性工作: (1)针对低比特压缩图像的块效应问题，提出了一种基于DCT域双边滤波的JPEG图像去块效应方法。该方法首先根据图像的压缩质量参数对相邻编码块中间的平移块DCT系数进行自适应调整，以去除明显的块效应;然后对DCT块进行基于双边滤波器的平滑处理。引入双边滤波思想，使得滤波权值由重叠相邻块的空间距离和内容相似度共同确定。最后，对DCT系数进行量化约束。实验表明，本算法与其他算法相比，可提高图像的主观和客观质量。 (2)针对低分辨率问题，提出了基于DCT域本征变换的人脸图像超分辨率重建算法。该方法对低频部分采用DCT域插值放大，高频部分利用DCT域本征变换预测高频信息。本文最后采用基于DCT域双边滤波的方法，自适应去除块效应。与传统的超分辨率重建算法相比，本文提出方法将来能够直接应用到压缩图像中，所重建的图像具有更高的主观质量，减少重建赝像。 (3)针对低比特压缩人脸图像的超分辨率重建问题，提出了一种基于DCT域的人脸图像超分辨率重建算法。论文首先提出了一种根据压缩质量参数自适应调整滤波参数的去块效应算法，有效滤除低比特压缩图像的块效应。其次，针对低分辨率问题，论文提出了利用分段核偏最小二乘回归模型预测低分辨率图像PCA系数与高分辨率图像PCA系数之间的关系。实验结果表明，提出算法能有效去除块效应，取得了较好的主观和客观质量。