基于仿射变换的凸集投影超分辨率技术(4)

菜单

超分辨率图像复原是一个病态问题，主要表现在：第一，图像在获取过程中，噪声严重，观测图像与原始图像严重不一致，无法进行估计，造成误解；第二，由于复原的过程中，约束条件不充分得到的解不是唯一的；第三，图像获取过程中噪声增加了图像的不确定性，造成解的不连续性。

超分辨率复原需要处理一下几个问题：

（1）运动估计：需要从观察到的低分辨率图像得到精确的运动矢量，并使用插值等方法去近似高分辨率图像的运动矢量。估计低分辨率图像序列的信息在待回复HR图像中对应位置，确定由低分辨率图像的子像素运动所形成的位移算子。

（2）几何形变：根据运动估计结果，将低分辨率图像信息通过插值和几何形变还原到HR图像坐标中。

（3）信息融合：将还原到HR图像坐标中的信息融合到一张图片中，可以采用多种信息融合算法。

（4）图像模糊的估计：在HR融合图像中需要去除模糊，如果图像模糊未知，通常需要对点扩散函数PSF进行计算和假设；

（5）噪声估计：噪声会极大的影响系统的求解，如果噪声未知，在图像序列中对于噪声的估计是非常重要的文献综述

图像超分辨率按要处理的图源可分为：1、单幅图像超分辨率：由一幅超分辨率图像获得一幅高分辨率图像的过程；2、序列图像的超分辨率：组合同一场景的多幅低分辨率图像以获得一幅高分辨率图像的过程。基于序列或多幅图像的超分辨率增强就是利用这些不同，但相互补充的信息以及目标的先验信息，从一序列从一系列低分辨率的图像恢复出高分辨率的单幅图像。该思想与前述的单幅图像超分辨率方法相比，其优点是除了利用物体的先验信息和单幅图像的信息之外，还充分利用了不同图像之间的补充信息，因此，其超分辨率增强能力高于单幅图像超分辨率方法。但是在实际应用中，获得同一场景的图像序列常常是很困难，例如在未来高技术局部战争条件下，战场环境瞬息万变，战场信息稍纵即逝，因此给军事侦察提出了更高的要求，在这种情况下，要想获得同一场景的多幅图像很难，因此，单幅图像的超分辨率技术就显得尤为重要。同时，多幅图像的超分辨率方法大多都是以单幅图像的超分辨率为基础的，只有对单幅图像的超分辨率图像进行更广泛深入地研究，多幅图像的超分辨率技术才能有更广阔的前景。目前，单幅图像的超分辨率研究较少，多幅图像超分辨率已经成为研究的热点，就是因为多幅图像比单幅图像所含的可利用的信息量大。

2.2 超分辨率技术的类型

图像超分辨率按实现的具体方法主要可分为空域法和频域法。

1）频域方法

是图像超分辨率重建中的一类主要方法，主要是基于傅氏变换和反变换来进行的图像复原。在频域上消除频谱混叠，改善空间分辨率。由于图像的细节靠高频信息来表现，而通过消除频谱混叠，就可以获得更多被淹没掉的高频信息，因此依靠在频域解频谱混叠就是增加图像的细节，提高分辨率。目前比较流行的是能量连续降减法和消除混叠重建法，消除混叠重建方法是同过解混叠而改善影像的空间分辨率实现超分辨率。