论文部分内容阅读
对于一个成像系统,其采集到的数字图象不可避免地受到众多因素影响而产生退化。由于成本和技术现实的压力,不可能通过增加图象传感器分辨率的方式来增加数字图象的分辨率。在分辨率有较高要求的应用中,就需要发展信号后处理技术来实现分辨率增强,这种技术就是超分辨率技术。由于超分辨率技术用软件方式折衷硬件需求,应用广泛,因此具有较大的现实研究意义。本文主要研究了超分辨率复原算法,根据图象退化模型和复原基本原理,实现凸集投影(Projection Onto Convex Sets, POCS)算法并结合小波变换的多尺度多分辨特性,提出在小波变换框架下的改进POCS算法,本文的主要工作内容如下:首先,分析了超分辨率图象复原技术的基本立足点,基于一般图象退化过程,阐述了模糊扭曲和扭曲模糊两种成像数学模型和数学公式。探讨了现有的主流超分辨率算法原理和优缺点。然后,根据POCS原理框架,插值过程使用双线性插值,图象运动估计采用块匹配法,设计了POCS算法程序。在分析POCS算法的优缺点后,结合小波的图象去噪和结构保持能力,使用Canny算子获取图象边缘,提出了基于小波变换增强的POCS改进算法。其次,构建了以FPGA为核心的图象采集平台获取实际退化数字图象,可以作为研究算法的实验数据来源。硬件设计内容包括CMOS传感器控制器、VGA控制器和高斯平滑滤波器等模块。模块采用Verilog HDL编写并完成功能仿真,给出了成像平台获取的图象及其图象预处理效果。平台能够实时采集图象,平滑滤波预处理效果明显。最后,在MFC框架下,根据设计的算法,编写了超分辨率图象复原软件,便捷了操作的同时提高了图象处理的速度。分析了POCS算法和基于小波变换的POCS改进算法性能。实验结果表明,改进算法能够较大提高POCS算法的复原效果。