版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、会计学1第组题图像第组题图像(t xin)超分辨率第七组汇超分辨率第七组汇报报第一页,共15页。 图像超分辨率是指由一幅低分辨率图像或图像序列恢复出高分辨率图像。 图像超分辨率技术分为超分辨率复原和超分辨率重建。 目前, 图像超分辨率研究(ynji)可分为 3个主要范畴: 基于插值、 基于重建和基于学习的方法.概述概述(i sh)第1页/共15页第二页,共15页。 图像(t xin)超分辨率示意图第2页/共15页第三页,共15页。基于插值的超分辨率技术:基于插值的超分辨率技术: 基于多帧图像插值技术的方法是超分辨率基于多帧图像插值技术的方法是超分辨率研究中最直观的方法。这类方法首先估计各帧图研
2、究中最直观的方法。这类方法首先估计各帧图像之间的相对运动信息,获得像之间的相对运动信息,获得HR图像在非均匀间图像在非均匀间距采样点上的像素值,接着通过非均匀插值得到距采样点上的像素值,接着通过非均匀插值得到HR栅格上的像素值,最后采用栅格上的像素值,最后采用(ciyng)图像恢图像恢复技术来去除模糊和降低噪声。典型的方法包括复技术来去除模糊和降低噪声。典型的方法包括:Rajan和和Chaudhuri通过分解、插值和融合通过分解、插值和融合3个个步骤实现的通用插值方法;步骤实现的通用插值方法;TAOHJ等提出的小波等提出的小波域的双线性插值;域的双线性插值;Lertrattanapanich和
3、和Bose提提出的使用基于光滑性约束的出的使用基于光滑性约束的Delaunay三角化插值三角化插值算法等。这类方法的优点是算法快速易行,适合算法等。这类方法的优点是算法快速易行,适合并行计算,基本可以满足实时要求,但因为不能并行计算,基本可以满足实时要求,但因为不能引入额外有用的高频信息,因而很难在引入额外有用的高频信息,因而很难在SR图像中图像中得到锐化的效果,同时,也没有考虑到得到锐化的效果,同时,也没有考虑到LR图像的图像的像素值并不是像素值并不是HR图像的理想采样值,而是对图像的理想采样值,而是对HR图像像素值的空间平均和卷积效应这一事实。图像像素值的空间平均和卷积效应这一事实。第3页
4、/共15页第四页,共15页。理想(lxing)插值最近邻插值四点三次插值六点双三次插值第4页/共15页第五页,共15页。基于重建的超分辨率技术:基于重建的超分辨率技术: 基于重建的超分辨率方法的基础是均衡及非均衡基于重建的超分辨率方法的基础是均衡及非均衡采样定理。它假设低分辨率的输入采样信号采样定理。它假设低分辨率的输入采样信号(图像图像) 能很能很好地预估好地预估(y )出原始的高分辨率信号出原始的高分辨率信号(图像图像)。绝大多。绝大多数超分辨率算法都属于这一类,其中主要包括频域法和数超分辨率算法都属于这一类,其中主要包括频域法和空域法。空域法。 频率域方法是图像超分辨率重建中一类重要方法
5、频率域方法是图像超分辨率重建中一类重要方法,其中最主要的是消混叠重建方法。消混叠重建方法是,其中最主要的是消混叠重建方法。消混叠重建方法是通过解混叠而改善图像的空间分辨率实现超分辨率复原通过解混叠而改善图像的空间分辨率实现超分辨率复原,最早的研究工作是由,最早的研究工作是由 Tsai 和和 Huang在在 1984 年进行年进行的。在原始场景信号带宽有限的假设下,利用离散傅立的。在原始场景信号带宽有限的假设下,利用离散傅立叶变换和连续傅立叶变换之间的平移、混叠性质,给出叶变换和连续傅立叶变换之间的平移、混叠性质,给出了一个由一系列欠采样观察图像数据复原高分辨率图像了一个由一系列欠采样观察图像数
6、据复原高分辨率图像的公式。多幅观察图像经混频而得到的离散傅立叶变换的公式。多幅观察图像经混频而得到的离散傅立叶变换系数与未知场景的连续傅立叶变换系数以方程组的形式系数与未知场景的连续傅立叶变换系数以方程组的形式联系起来,方程组的解就是原始图像的频率域系数,再联系起来,方程组的解就是原始图像的频率域系数,再对频率域系数进行傅立叶逆变换就可以实现原始图像的对频率域系数进行傅立叶逆变换就可以实现原始图像的准确复原。准确复原。第5页/共15页第六页,共15页。 在空域类方法中,其线性空域观测模型涉及全局和局部运动(yndng)、光学模糊、帧内运动(yndng)模糊、空间可变点扩散函数、非理想采样等内容
7、。空域方法具有很强的包含空域先验约束的能力,主要包括非均匀空间样本内插、迭代反投影方法、凸集投影法、最大后验概率以及混合 MAP/ POCS 方法、最优和自适应滤波方法、确定性重建方法等。第6页/共15页第七页,共15页。频域方法频域方法通过在频率域消除频谱而改善图像的空间分通过在频率域消除频谱而改善图像的空间分辨率。辨率。基于傅里叶变换的移位特性;基于傅里叶变换的移位特性; (Tsai andHuang)考虑光学系统的点扩展函数和噪声的影响;考虑光学系统的点扩展函数和噪声的影响;(Tekalp)估计帧间整体平移参数的解算方法;估计帧间整体平移参数的解算方法;(Kaltenbacker and
8、 Hardie)用递归最小二乘对对用递归最小二乘对对Tsai公式中的混叠矩阵公式中的混叠矩阵(j zhn)进行求解。进行求解。由于频率域方法只能应用于全局平移和线性由于频率域方法只能应用于全局平移和线性空间不变降质模型,并且它对空间域先验的空间不变降质模型,并且它对空间域先验的能力不足,缺少灵活性,所以目前这类方法能力不足,缺少灵活性,所以目前这类方法已经不再是研究的热点。已经不再是研究的热点。第7页/共15页第八页,共15页。空域方法空域方法(fngf)非均匀样本内插法(非均匀样本内插法(Non-uniform interpolation););迭代反投影方法迭代反投影方法(fngf)(It
9、erative Back Projection , IBP);凸影投影法(凸影投影法(Projection onto Convex Set, POCS);最大后验概率估计(最大后验概率估计(Maximum a Posteriori ,MAP);混合混合Map/POCS方法方法(fngf);自适应滤波方法自适应滤波方法(fngf);第8页/共15页第九页,共15页。基于学习的超分辨率技术基于学习的超分辨率技术 基于学习的方法是近年来超分辨率算法研究基于学习的方法是近年来超分辨率算法研究中的热点,它采用大量的高分辨率图像构造学习库中的热点,它采用大量的高分辨率图像构造学习库产生学习模型,在对低分辨
10、率图像进行恢复的过程产生学习模型,在对低分辨率图像进行恢复的过程中引入由学习模型获得的先验知识,以得到图像的中引入由学习模型获得的先验知识,以得到图像的高频细节,获得较好的图像恢复效果。高频细节,获得较好的图像恢复效果。 基于学习的超分辨率方法中关键是建立学习基于学习的超分辨率方法中关键是建立学习模型,获得先验知识。常用的学习模型有马尔科夫模型,获得先验知识。常用的学习模型有马尔科夫随机场模型、图像金字塔模型、神经网络模型、主随机场模型、图像金字塔模型、神经网络模型、主成分分析模型等。基于学习的方法充分利用了图像成分分析模型等。基于学习的方法充分利用了图像本身的先验知识,在不增加输入图像样本数
11、量本身的先验知识,在不增加输入图像样本数量(shling)的情况下仍能产生高频细节,获得比基的情况下仍能产生高频细节,获得比基于重建方法更好的复原结果,并能较好的应用于人于重建方法更好的复原结果,并能较好的应用于人脸和文字等图像的复原。脸和文字等图像的复原。第9页/共15页第十页,共15页。具体步骤为:(1)将高分辨率图像按照降质模型进行降质,产生训练集。(2)根据高分辨率图像的低频部分和高频部分对应关系对图像分块,通过一定(ydng)算法进行学习,获得先验知识,建立学习模型。(3)以输入的低分辨率块为依据,在建立好的训练集中搜索最匹配的高频块。第10页/共15页第十一页,共15页。(1)生物
12、医学成像: 核磁共振成像等;(2)卫星成像:遥感、遥测、军事侦察等;(3)视频监控(jin kn)(4)视频格式转换(5)视频增强和复原:老旧电影的翻制等;(6)显微成像、虚拟现实等超分辨率重建超分辨率重建(zhn jin)技术应用技术应用第11页/共15页第十二页,共15页。存在存在(cnzi)的问题的问题 目前,图像超分辨率重建的研究比较成熟,但距离实用还有较大差距。未来研究方向主要集中(jzhng)在以下几个方面: 发展和寻求新的退化模型,使成像模型更加精确和全面,实现对点扩散函数和噪声的精确估计。图像超分辨率增强的成功依赖于准确的、符合实际成像系统特性和成像条件的降模型,而要获得符合实
13、际成像过程的降质模型是十分困难的,通常采用简单、确定的降质模型进行近似,这样的近似模型与实际成像过程差距较大。 压缩域的超分辨率重建。传统的超分辨率算法都是针对图像序列,而实际中最常见的图像序列是视频文件。因而下一步的工作可以针对不同的视频压缩格式和编解码技术,在超分辨率算法中综合考虑成像模型和压缩算法带来的图像降质效果,以及运动补偿和编码传输机制,实现压缩域的超分辨率重建。第12页/共15页第十三页,共15页。 效率和鲁棒性问题。目前的超分辨率算法具有很高的计算复杂度,如何减少计算量,提高算法速度,是下一步值得研究问题。同时,在目前很多算法中都做了各种假设,如照度变等,这在实际应用中是很难满足的,因此需要研究稳健的算法满足实际应用的需要。 模糊图像和三维图像的超分辨率研究。模糊一直是图像处理中的
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 有邮政招聘笔试题库及参考答案
- 2026年药品检验岗位题库及参考答案
- 2026年上海医院笔试题库及答案
- 2026年大专中医模拟试卷(含答案)
- 2026年乙丙橡胶装置操作工技术考核模拟试卷带答案
- 2026年职业技能鉴定标准与考核方法研究模拟试卷(含答案)
- 2026年中小学信息技术模拟试卷带答案
- 2026年中建员工模拟试卷(含答案)
- 2026年微波技术模拟试卷(含答案)
- 2026年心理隐喻测试题库带答案
- 颂钵培训课件
- Unit4Digitallife语法课件-外研版八年级英语上册
- 数字乡村解决方案
- 2025年江西省抚州市南城县株良镇国民经济和社会发展第十五个五年规划
- 室内设计毕业答辩汇报
- 中职《机械基础》电子教案
- 2025年高考历史考纲(完整版)
- 《2025急性冠脉综合征患者管理指南》解读
- 2024年福建省中考满分作文《看月与探月》4
- 人工智能导论知到智慧树章节测试课后答案2024年秋天津大学
- 江苏省苏州市昆山、太仓、常熟、张家港四市2024-2025学年八年级上学期期中阳光测评语文卷
评论
0/150
提交评论