论文部分内容阅读
图像和视频的视觉感受主要依赖于图像的时间分辨率和空间分辨率。时间分辨率越高,视频中的运动画面越自然;空间分辨率越高,图像中的局部细节越明显。超分辨技术旨在通过软件方法提高图像和视频的时间/空间分辨率,以满足人们视觉感官对获取更丰富图像信息的需要。超分辨技术的研究可以分为时域超分辨技术和空域超分辨技术两种。时域超分辨技术是指利用前后帧图像信息估计中间帧图像的方式,提高视频的时间分辨率;空域超分辨技术是指从一幅或多幅低分辨率图像中产生更高空间分辨率的图像。尽管研究者对时域和空域超分辨技术都进行了大量研究,也取得了重要的成果,但包括运动估计误差、块效应、边缘模糊等关键问题依然没有很好的解决。Bandelet变换是一种超小波变换,它能自适应地跟踪图像边缘特征,实现图像的稀疏表达,因此人们将Bandelet变换应用于图像压缩领域,并取得了良好的效果。与传统的方法相反,通过本文研究发现,将Bandelet的自适应边缘跟踪特性应用于图像超分辨领域也能取得好的效果。本文在研究图像超分辨技术的基础上,旨在利用Bandelet变换的边缘跟踪的特性,克服传统的超分辨技术所面临的问题,提高图像和视频的时间/空间分辨率。主要研究内容包括如下几个方面:1、为了提高运动估计的准确性,解决传统块匹配准则不足,提出一种基于优先置信度、匹配置信度的运动估计方法,该方法能够提高块匹配的速度和准确性,减少误匹配的可能性。方法首先通过对图像静止检测,实现了图像的静止部分和运动部分的分割,再通过目标块的优先置信度的排序、运动矢量递归、匹配置信度局部全搜索等方法,实现了运动矢量的快速估计;本文还通过运动矢量场时域和空域联合滤波以及基于分区的重叠块运动补偿等方法实现了图像的时域超分辨。2、传统运动估计的判断准则都是基于对块像素一致性的判断,没有考虑到图像的纹理和视觉特征,本文提出了基于bandelet相似性检测的时域超分辨技术。其中,几何相似性检测能够从图像的几何(边长、纹理)特性进行相似块匹配,视觉相似性检测利用Bandelet的多尺度分解和方向自适应特性与人眼视觉特性(线性或正交相位、位移不变性、多尺度性、方向刺激敏感特性)的相同点,能够从视觉特性进行图像的相似块匹配。3、针对单帧图像超分辨率图像重建算法中,现有的保护图像边缘的插值算法不能处理纹理复杂的图像,而小波的边缘插值算法由于其方向性局限,也不能充分利用图像本身特有的几何特征,本文提出了基于Bandelet变换的边缘自适应单帧图像的超分辨算法,该方法利用Bandelet变换对图像进行分区,对不同的区域采用不同的插值算法,特别在边缘区域,采用了沿几何边缘方向进行系数的投影和重新排列,利用重排系数在纹理方向上的收敛特性,对图像在纹理方向进行插值,实现了单帧图像空间域的超分辨。4、由于图像中的噪声和边缘都包含有高频成分,超分辨重建过程中保持图像的边缘特征与去噪是一个矛盾体,为了解决超分辨率图像重建以及重建过程中噪声的传递以及阈值函数适应性不足的问题。本文兼顾了Bandelet和Steins无偏估计降噪的优点,将Bandelet变换和Steins无偏估计(SURE)算法相结合,首先引入了一种兼顾软阈值和硬阈值函数特性的新阈值函数,再通过Bandelet变换对图像进行几何结构稀疏表达,最后通过利用Steins无偏估计通过最小化降噪图像与清晰图像之间的均方误差来对图像进行去噪。