基於信息認知的圖像超分辨技術研究

《基於信息認知的圖像超分辨技術研究》是依託電子科技大學,由傅志中擔任醒目負責人的面上項目。

基本介紹

• 中文名：基於信息認知的圖像超分辨技術研究
• 依託單位：電子科技大學
• 項目類別：面上項目
• 項目負責人：傅志中

項目摘要

針對當前各類套用對於高解析度圖像日益高漲的需求與傳輸信道頻寬、硬體限制等因素之間的矛盾，研究序列圖像超解析度技術。本項目在前期大量研究工作基礎上，採用對序列圖像像素/像素集合的信息量認知、分類的方法，以及信號空、時域混疊理論，重點解決超解析度技術中，細節與巨觀的平衡，解析度與清晰度的平衡。首先，明確序列圖像信號包含三種基本成分：冗餘（強相關）信號、有效非冗餘（弱相關）信號、無效非冗餘（噪聲）信號；其次，認知、分離三種成分。先利用強相關性與殘差信號特性估計冗餘信號，再通過能量譜、時空軌跡等特徵的集成，以及噪聲特性分析等技術提取有效非冗餘信號；接著，研究信號的空時混疊問題，通過構建合理的點擴散（PSF）函式實現超解析度技術；進而將有效非冗餘信號融合入超分辨圖像，提高結果圖像的信息量。

結題摘要

針對當前各類套用對於高解析度圖像日益高漲的需求與傳輸信道頻寬、存儲容量和硬體限制等因素之間的矛盾，本文研究了單序列低解析度圖像、多序列混合解析度圖像的圖像超解析度技術。基於信息認知理論，對圖像採用基於運動窗的運動估計與補償技術，結合基於最大似然方法的冗餘信號估計技術，完成了將低分辨圖像序列有效地分解為三種基本成分的功能——冗餘（強相關）信號、有效非冗餘（弱相關）信號、無效非冗餘（噪聲）信號——豐富了信號混疊模型分解方法及其在超分辨技術中的套用。本文採用多參數估計模型，完成了區域圖像的PSF函式的自適應估計模型，為基於感興趣區域超分辨技術奠定了基礎。從變換域信息認知角度出發，針對配準誤差，對超分辨模型進行了改進研究，設計了平移不變性相似度測量模型，進一步提高了超分辨模型的適應性。從幀間信息相關度出發，提出了基於幀間相關度的圖像超分辨技術模型，提高了傳統模型對不同圖像序列的超分辨圖像質量穩定性，同時，為基於超分辨技術的序列圖像編碼提供了技術支撐。