圖像超分辨率重建技術(shù)在遙感、軍事偵察、視頻監(jiān)控、醫(yī)療診斷和工業(yè)產(chǎn)品檢測(cè)等許多領(lǐng)域有著廣泛的應(yīng)用需求。近年來(lái)，超分辨率重建技術(shù)已成為圖像、信號(hào)與信息處理以及計(jì)算機(jī)視覺領(lǐng)域的重要研究?jī)?nèi)容。本書系統(tǒng)介紹圖像超分辨率重建技術(shù)的有關(guān)概念、原理和方法。本書共分為8章。第1章主要介紹圖像超分辨率重建的意義、基本概念及技術(shù)分類。第2章主要介紹基于優(yōu)化－最小求解的廣義總變分圖像超分辨率重建的單幀圖像超分辨率重建方法及技術(shù)。第3-8章主要介紹多幀圖像超分辨率重建方法及技術(shù)，內(nèi)容包括：混合確定度和雙適應(yīng)度歸一化卷積的超分辨率重建、基于三邊核回歸的超分辨率重建、基于特征驅(qū)動(dòng)先驗(yàn)的MAP分塊超分辨率重建、基于Tukey范數(shù)和自適應(yīng)雙邊總變分的超分辨率重建、基于超視銳度機(jī)理及非連續(xù)自適應(yīng)MRF模型的遙感圖像超分辨率重建、基于超視銳度機(jī)理及邊緣保持MRF模型的遙感圖像超分辨重建方法及技術(shù)等。
更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。
近年來(lái)，隨著信息技術(shù)的飛速發(fā)展，超分辨率重建技術(shù)已成為圖像、信號(hào)與信息處理以及計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)重要研究方向�，F(xiàn)階段，由于圖像空間分辨率的提高受到成像系統(tǒng)傳感器密度和尺寸的限制，同時(shí)目標(biāo)運(yùn)動(dòng)、光照及信號(hào)采集和處理過(guò)程中的其他干擾會(huì)導(dǎo)致圖像分辨率下降，因此，在原有系統(tǒng)硬件不改變的情況下，采用基于信號(hào)與信息處理方法——超分辨率重建技術(shù)，成為解決上述問(wèn)題的主要手段。超分辨率重建技術(shù)涉及遙感與遙測(cè)、軍事偵察、視頻監(jiān)控、醫(yī)療診斷和工業(yè)產(chǎn)品檢測(cè)等諸多軍事和民用領(lǐng)域，對(duì)其進(jìn)行深入研究具有重要的理論意義和應(yīng)用價(jià)值。
本書系統(tǒng)闡述圖像超分辨率重建技術(shù)的有關(guān)概念、原理和方法。在內(nèi)容上既選擇了有代表性的圖像超分辨率重建的經(jīng)典內(nèi)容，又結(jié)合作者近年來(lái)有關(guān)圖像超分辨率重建關(guān)鍵技術(shù)的研究與應(yīng)用實(shí)踐，選取了一些新的研究成果，具有一定的廣度、深度和新穎性。
本書共分8章，主要內(nèi)容包括：圖像超分辨率重建的意義、概念及技術(shù)分類，基于優(yōu)化一最小求解的廣義總變分圖像超分辨率重建，基于混合確定度和雙適應(yīng)度歸一化卷積的超分辨率重建，基于三邊核回歸的超分辨率重建，基于特征驅(qū)動(dòng)先驗(yàn)的MAP分塊超分辨率重建，基于Tukey范數(shù)和自適應(yīng)雙邊總變分的超分辨率重建，基于超視銳度機(jī)理及非連續(xù)自適應(yīng)MRF模型的遙感圖像超分辨率重建，基于超視銳度機(jī)理及邊緣保持MRF模型的遙感圖像超分辨率重建方法及技術(shù)等。
第1章介紹圖像超分辨率的基本概念、原理及分類。簡(jiǎn)要介紹圖像超分辨率重建的頻域方法，包括基于傅里葉變換的方法和基于離散余弦變換的方法；同時(shí)介紹圖像超分辨率重建的空域方法，包括融合-復(fù)原法、統(tǒng)計(jì)方法及基于集合理論的方法等。
第2章介紹基于優(yōu)化-最小求解的廣義總變分圖像超分辨率重建方法及技術(shù)，首先給出MAP圖像超分辨率重建的求解框架及正則化函數(shù)的選取原則，然后介紹廣義總變分正則項(xiàng)，最后，為了解決超分辨率中的解模糊問(wèn)題，介紹基于優(yōu)化-最小求解的GTV圖像超分辨率重建技術(shù)。
第3章簡(jiǎn)要介紹基于多項(xiàng)式基的歸一化卷積與雙邊濾波器，及基于混合確定度和雙適應(yīng)度的歸一化卷積，在此基礎(chǔ)上，介紹一種基于混合確定度和雙適應(yīng)度歸一化卷積的圖像超分辨率重建技術(shù)。
第4章首先引出圖像處理中的回歸問(wèn)題，重點(diǎn)介紹核回歸及其在超分辨率重建中的應(yīng)用，基于三邊核回歸，提出相應(yīng)的圖像超分辨率重建方法。
第5章首先介紹基于MAP框架的超分辨率重建方法，然后引出基于特征驅(qū)動(dòng)先驗(yàn)的MAP分塊圖像超分辨率重建方法及技術(shù)。
第6章首先介紹圖像觀測(cè)模型和超分辨率重建原理及Tukey范數(shù)，然后介紹基于BTV正則項(xiàng)的超分辨率重建算法，最后介紹基于Tukey范數(shù)保真項(xiàng)和自適應(yīng)BTV正則項(xiàng)的圖像超分辨率重建技術(shù)。
第7章首先簡(jiǎn)要介紹基于超視銳度機(jī)理的初始圖像估計(jì)方法，然后介紹基于超視銳度機(jī)理及非連續(xù)自適應(yīng)MRF模型的遙感圖像超分辨率重建技術(shù)。
第8章介紹基于超視銳度機(jī)理及邊緣保持MRF模型的遙感圖像超分辨率重建技術(shù)，包括基于聯(lián)合配準(zhǔn)參數(shù)估計(jì)的MAP模型、基于邊緣保持的MRF先驗(yàn)?zāi)Ｐ�、梯度�?jì)算及正則化參數(shù)確定等。
目錄
第1 章緒論 1
1.1 超分辨率重建的背景及意義 1
1.2 圖像超分辨率的基本概念 3
1.3 圖像超分辨率重建原理 5
1.4 圖像超分辨率重建的頻域方法 7
1.4.1 基于傅里葉變換的頻域重建法 7
1.4.2 基于離散余弦變換的頻域重建法 7
1.5 圖像超分辨率重建的空域方法 8
1.5.1融合-復(fù)原法 8
1.5.2 統(tǒng)計(jì)方法 9
1.5.3 基于集合理論的重建方法 13
參考文獻(xiàn) 14
第2章基于優(yōu)化-最小求解的廣義總變分圖像超分辨率重建 22
2.1 問(wèn)題描述 23
2.1.1 MAP 圖像超分辨率重建的求解框架 23
2.1.2 正則化函數(shù)的選取原則 24
2.2 廣義總變分正則項(xiàng) 25
2.2.1雙邊總變分(BTV)的思想 25
2.2.2改進(jìn)的BTV——廣義TV正則項(xiàng) 26
2.3基于優(yōu)化-最小算法的GTV圖像超分辨率重建方法 27
2.3.1 MM 算法 28
2.3.2基于優(yōu)化-最小算法的GTV圖像超分辨率重建方法推導(dǎo)與求解步驟 28
2.4 實(shí)驗(yàn)結(jié)果與分析 30
2.4.1 遙感圖像超分辨率重建實(shí)驗(yàn) 30
2.4.2標(biāo)準(zhǔn)測(cè)試圖像Lena的超分辨率重建 33
2.4.3標(biāo)準(zhǔn)測(cè)試圖像Cameraman的超分辨率重建 34
參考文獻(xiàn) 37
第3 章基于混合確定度和雙適應(yīng)度歸一化卷積的超分辨率重建 39
3.1 基于多項(xiàng)式基的歸一化卷積與雙邊濾波器 40
3.1.1 利用多項(xiàng)式基的歸一化卷積框架 40
3.1.2 加權(quán)最小二乘解 41
3.1.3 雙邊濾波器及相關(guān)比對(duì) 44
3.2 基于混合確定度和雙適應(yīng)度的歸一化卷積 45
3.2.1 基于雙適應(yīng)度的歸一化卷積框架 45
3.2.2 混合確定度函數(shù) 47
3.3 基于改進(jìn)歸一化卷積的超分辨率重建 48
3.3.1 三分步驟法 48
3.3.2 基于混合確定度和雙適應(yīng)度的歸一化卷積融合法 49
3.4 實(shí)驗(yàn)結(jié)果與分析 50
3.4.1 基于高斯確定度和雙適應(yīng)度的歸一化卷積超分辨率重建實(shí)驗(yàn) 51
3.4.2 基于混合確定度和雙適應(yīng)度的歸一化卷積超分辨率重建實(shí)驗(yàn) 53
3.4.3 新超分辨率重建算法在水位測(cè)量中的應(yīng)用實(shí)驗(yàn) 55
參考文獻(xiàn) 57
第4 章基于三邊核回歸的圖像超分辨率重建 60
4.1 圖像處理中的回歸問(wèn)題 60
4.2 核回歸及其在超分辨率重建中的運(yùn)用 62
4.2.1 一維核回歸 62
4.2.2 二維核回歸 64
4.2.3 結(jié)構(gòu)自適應(yīng)核回歸 66
4.3 基于改進(jìn)核回歸的超分辨率重建 68
4.3.1 三邊核回歸 68
4.3.2 基于三邊核回歸的超分辨率重建算法流程 69
4.4 實(shí)驗(yàn)結(jié)果與分析 69
4.4.1 基于三邊核回歸的超分辨率重建算法有效性驗(yàn)證 69
4.4.2 三邊核回歸超分辨率重建算法在水上橋梁遙感識(shí)別中的應(yīng)用實(shí)驗(yàn) 76
參考文獻(xiàn) 78
第5章基于特征驅(qū)動(dòng)先驗(yàn)的MAP分塊超分辨率重建 80
5.1基于MAP框架的超分辨率重建 81
5.2基于新型先驗(yàn)的MAP分塊超分辨率重建 82
5.2.1 不變先驗(yàn)?zāi)Ｐ偷牟蛔?82
5.2.2 特征驅(qū)動(dòng)的先驗(yàn)?zāi)Ｐ?83
5.2.3用于超分辨率重建的分塊MAP框架 84
5.2.4 十字偽影及解決方法 85
5.3 實(shí)驗(yàn)結(jié)果與分析 87
5.3.1 特征驅(qū)動(dòng)先驗(yàn)的圖像超分辨率重建實(shí)驗(yàn) 87
5.3.2 基于分塊的圖像超分辨率重建實(shí)驗(yàn) 89
5.3.3 超分辨率重建中十字偽影消除實(shí)驗(yàn) 91
參考文獻(xiàn) 93
第6章基于Tukey范數(shù)和自適應(yīng)雙邊總變分的超分辨率重建 94
6.1 圖像觀測(cè)模型和超分辨率重建 94
6.2 Tukey 范數(shù) 95
6.3基于Tukey范數(shù)保真項(xiàng)和自適應(yīng)BTV正則項(xiàng)的SRR算法 98
6.3.1 BTV 正則項(xiàng) 98
6.3.2結(jié)合Tukey范數(shù)和自適應(yīng)BTV正則項(xiàng)的SRR算法 98
6.4 實(shí)驗(yàn)結(jié)果與分析 100
6.4.1標(biāo)準(zhǔn)Lena圖像超分辨率重建實(shí)驗(yàn) 100
6.4.2 遙感圖像超分辨率重建實(shí)驗(yàn) 105
6.4.3 文本圖像超分辨率重建實(shí)驗(yàn) 108
參考文獻(xiàn) 112
第7章基于超視銳度及非連續(xù)自適應(yīng)MRF模型的遙感圖像超分辨率重建 114
7.1 圖像配準(zhǔn) 115
7.2 基于超視銳度機(jī)理的初始圖像估計(jì) 116
7.2.1 基于非均勻采樣的立方插值實(shí)現(xiàn)超視銳度機(jī)理 116
7.2.2 基于歸一化卷積的超視銳度機(jī)理實(shí)現(xiàn) 116
7.3 MAP+DAMRF 超分辨率重建算法 118
7.3.1 MAP 模型 118
7.3.2非連續(xù)自適應(yīng)性MRF(DAMRF)先驗(yàn)?zāi)Ｐ?119
7.3.3基于GNC優(yōu)化算法的MAP實(shí)現(xiàn) 122
7.4 實(shí)驗(yàn)結(jié)果與分析 123
7.4.1 全局平移的圖像超分辨率重建實(shí)驗(yàn) 124
7.4.2 全局平移和旋轉(zhuǎn)的圖像超分辨率重建實(shí)驗(yàn) 135
參考文獻(xiàn) 139
第8章基于超視銳度及邊緣保持MRF模型的遙感圖像超分辨重建 141
8.1 聯(lián)合圖像配準(zhǔn)和高分辨圖像估計(jì)的建模 142
8.1.1聯(lián)合配準(zhǔn)參數(shù)估計(jì)的MAP模型 142
8.1.2邊緣保持MRF先驗(yàn)?zāi)Ｐ?144
8.1.3 梯度計(jì)算及正則化參數(shù)的確定 145
8.1.4 算法實(shí)現(xiàn)步驟 147
8.2 實(shí)驗(yàn)結(jié)果與分析 147
8.2.1 全局平移的圖像超分辨率重建實(shí)驗(yàn) 147
8.2.2 全局平移和旋轉(zhuǎn)的圖像超分辨率重建實(shí)驗(yàn) 154
參考文獻(xiàn) 160
索引 162
書單推薦
