-数字图像处理课设.docVIP

数字图像处理 课程设计报告 课设题目： 超分辨图像重建 学 院： 信息科学与工程学院 专 业： 电子与信息工程 班 级： 姓 名： 学 号： 指导教师： 哈尔滨工业大学（威海） 2013 年 12月 26日 一. 课程设计任务 1 二. 课程设计原理及设计方案 2 三. 课程设计的步骤和结果 4 四. 课程设计总结 11 五. 设计体会 11 六．参考文献 11 课程设计任务 在视频监控、图像追踪等应用中，由于图像摄取系统的分辨率较低，图 像较为模糊，使得目标识别等问题变得困难。现有一组低分辨率图像，图像大 小为500*500，由于常规的图像插值技术可能导致图像边缘模糊，试设计一种 超分辨率重建方法，使得图像边缘尽可能保持较好的陡峭性，获得清晰的高分 辨率图像。 要求完成功能： 1、获取低分辨率图像 2、设计超分辨图像重建方法获得 2 倍大小的超分辨图像； 3、对放大后的图像与一般的插值技术进行放大后的图像进行比较，并对 比分析采用方法的优缺点。 4、设计软件界面。 课程设计原理及设计方案 2.1、插值技术 插值问题的提法是：假定区间[a，b]上的实值函数f（x）在该区间上 n+1个互不相同点x0，x1……xn 处的值是f (x0)，……f（xn），要求估算f（x）在[a，b]中某点x*的值。基本思路是，找到一个函数P(x)，在x0，x1……xn 的节点上与f(x)函数值相同(有时，甚至一阶导数值也相同)，用P(x*)的值作为函数f(x*)的近似。 函数类其通常的做法是：在事先选定的一个由简单函数构成的有n+1个参数C0，C1，……Cn的Φ(C0，C1，……Cn)中求出满足条件P（xi）=f（xi）（i=0，1，…… n）的函数P(x)，并以P()作为f()的估值。此处f（x）称为被插值函数，x0，x1，……xn称为插值结(节)点，Φ(C0，C1，……Cn)称为插值函数类，上面等式称为插值条件，Φ（C0，……Cn）中满足上式的函数称为插值函数，R（x）= f（x）－P（x）称为插值余项。当估算点属于包含x0，x1……xn的最小闭区间时，相应的插值称为内插，否则称为外插。 2.2迭代反投影法 Irani和Peleg提出了一种迭代反投影超分辨率重建方法。在该方法中，通过对模拟LR图像和观测LR图像的误差进行迭代反投影得到HR图像。 令输入的K幅观测LR序列图像为，分辨率均为[],待估计的HR图像在x,、y方向分辨率均扩大1倍，即用IBP方法估计HR图像的公式可表示为： 式中 是第n次迭代所得到的第K幅模拟LR图像，它依据实际LR图像间的位移信息生成。表示为估计所用到的LR位置集合。 为反投影核，它决定误差对 的影响方式。IBP算法流程如下图。 2.3、超分辨率图像重建 采用信号处理的方法从多个可观察到的低分辨率（简称LR）图像得到高分辨率图像。在基于SR的空间分辨率增强技术中，其基本前提是通过同一场景可以获取多幅LR细节图像。在SR中，典型地认为LR图像代表了同一场景的不同侧面，也就是说LR图像是基于亚像素精度的平移亚采样。如果仅仅是整数单位的像素平移，那么每幅图像中都包含了相同的信息，这样就不能为HR图像的复原提供新的信息。如果每幅LR图像彼此之间都是不同的亚像素平移，那么它们彼此之间就不会相互包含，在这种情况下，每一幅LR图像都会为HR图像的复原提供一些不同的信息。为了得到同一场景的不同侧面，必须通过一帧接一帧的多场景或者视频序列的相关的场景运动。我们可以通过一台照相机的多次拍摄或者在不同地点的多台照相机获取多个场景，例如在轨道卫星一类可控制的图像应用中，这种场景运动是能够实现的；对于局部对象移动或者震荡一类的不可控制的图像应用也是同样能实现的。如果这些场景运动是已知的或者是在亚像素精度范围了可估计的，同时如果我们能够合成这些HR图像，那么SR图像复原是可以实现的.与SR技术相关的另一个课题是图像插值，即增加单幅图像的尺寸。尽管这个领域已经被广泛地研究，即使一些基本的功能已经建立，从一幅近似的LR图像放大图像的质量仍然是有限的，这是因为对单幅图像插值不能恢复在LR采样过程中损失的高频部分。因此图像插值方法不能被认作是SR技术。为了在这方面有更大的改进，下一步就需要应用基于同一场景的相关的额外数据。基于同一场景的不同的观察信息的融合就构成了基于场景的SR复原。N=256; M=128; [filename,pathname]=uigetfile({*.jpg;*.bmp;*.tif;*.*},载入图像); %设置文件类型，保存文件名称以及路径； if isequal(filename,0)|isequal(pathnam