基于MAP算法的圖像超分辨率重建-_第1頁
基于MAP算法的圖像超分辨率重建-_第2頁
基于MAP算法的圖像超分辨率重建-_第3頁
基于MAP算法的圖像超分辨率重建-_第4頁
基于MAP算法的圖像超分辨率重建-_第5頁
已閱讀5頁,還剩3頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、圖像處理 文章編號:1008-0570(2007073-029502 基于M AP算法的圖像超分辨率重建 MAP-Based Im age Super-resolution Reconstruction (中國海洋大學許靜王國宇曲訓正 XU JING WANG GUOYU QU XUNZHENG 摘要:近年來圖像的超分辨率重建已經成為人們廣泛研究的熱點。本文提出了一種從多幅低分辨率欠采樣圖像中重建出一 幅高分辨率圖像的重建方法。該方法基于MAP框架用迭代方法得到最優化解。在每次的迭代過程中利用上次迭代得到的 重建圖像的有用信息來不斷調整迭代參數,不斷的循環迭代,最后求解出重建圖像的最優解。實驗

2、結果證明,該方法有效, 它不僅能在迭代過程中自動選擇和更新調整參數并且能得到期望的高分辨率重建圖像。 關鍵詞:超分辨率;圖像重建;最大后驗概率 中圖分類號:TP391 文獻標識碼:A Abstract:Superresolution image reconstruction has been one of the most active research fields in recent yearsIn this paper,a new super-resolution algorithm is proposed to the problem of obtaining a highresolu

3、tion image from several lowresolution images that have been sub-sampledThe algorithm is based on the MAP framework,solving the optimization by proposed iteration stepsAt each iteration step,the regularization parameter is updated using the partially reconstructed image solved at the last stepTh e pr

4、oposed al· gorithm is tested on Lena images Th e results of the experiments indicate that the proposed algorithm has considerable effectiveness in that it can not only make an automatic choice and renew the regularization parameter, but also Can get the high resolution reeon· struction ima

5、ge expectedly Key words:Superresolution,Image reconstruction,MAP 引言 毫米波成像中由于成像系統硬件設備的限制以及成像環 境的影響,圖像的分辨率很低。解決這個問題的有效方法是使 用超分辨率算法。該算法是指能夠從一組低分辨率圖像fLR1中 重建出一幅高分辨率圖像(sR1,同時還能夠消除加性噪聲和由 有限的接收機尺寸產生的模糊。圖像的超分辨率重建在衛星圖 像,醫療圖像,遙感圖像等領域有著很重要的應用價值。 圖像的超分辨率重建問題最早是由Huang和Tsay在 1984年正式提出的首先提出的是頻域方法。所有的頻域方法 都只適用于全局性平

6、移運動的情況難以增加一般性的先驗約 束并且不能包含一般的噪聲模型。后來又出現了多種空域方 法如迭代反投影法f簡稱IBP1、非均勻空域樣本內插法、自適 應濾波法、凸集投影法(簡稱POCS1、最大后驗概率估計法(簡稱 MAP等,空域方法可以很便利的在觀測等式中加入約束條件, 從而減少可能的解空間,因此,目前研究 的比較多的是POCS 和MAP估計法。POCS原理簡單并且有靈活的空間域觀察模型 但是它的解不唯一MAP有唯一解且收斂穩定度高,降噪能力 強。本文研究的是基于MAP算法的靜態場景下圖像的超分辨 率重建。 本文的MAP算法是利用低分辨率圖像中不同的空間信息 來實現的,通過選擇調整參數利用迭代

7、算法來重建圖像。在一 般的重建算法中,調整參數是固定數值,它很難選擇,因為調整 參數是由高分辨率圖像的先驗信息來決定的。在很多情況下, 想要得到關于先驗信息的精確的估計是很困難的或者說基本 是不可能的。 許靜:在讀碩士研究生 基金項目:山東省優秀中青年科學家獎勵基金(2001SD521 為了解決這個問題本文提出一個迭代重建算法。該算法 在決定調整參數時不需要任何 先驗信息,在估計調整參數的同時增強圖像。在每個迭代 步驟中,增強高分辨率圖像的同時,利用一切有用的信息決定 凋整參數的值。 1 成像過程建模 圖像的超分辨率重建實際上就是一個病態方程求逆的過 程要了解這個求逆的過程,首先必須知道圖像的

8、成像過程。 在獲取圖像的過程中有許多因素會導致圖像質量的下降, 如光學系統的偏差、大氣的撓動、運動產生的模糊、混疊現象和 系統噪音等,它們都會造成圖像的模糊和變形。用圖1的框圖 來描述簡化形式的成像過程: 高分辨率 低分辨率 圖1 成像過程的簡化形式噪聲 由上圖可知,觀測到的K幀LR圖像Y ,Y .Y ,是由一幀理 想的HR圖像f經過運動變換M 、模糊退化B 、下采樣D和加 性噪聲n 而形成。可將LR圖像的形成過程即成像模型表示為: =DBrM f+ =Hf+ (1 其中Hk=DBKMK,稱為Yk的退化矩陣。 圖像的超分辨率重建就是根據模型(1由LR圖像Y ,Y ., Yk來估計HR圖像f。

9、2 MAP估計 用MAP方法來估計模型(11中的f,也就是使得f的估計值 搠郵局訂 82_946 360元,年 5一 圖像處理 中文核心期刊微計算機信息(管控一體化2007年第23卷第7-3期 滿足后驗概率PrflYl的值最大,即: =argmaxPr,l y (2 由于 的最大值跟Y無關,且對數函數是一個單調增加 的函數由貝葉斯定理可得: :a唱m 1ogPrYI,+logPrf (3 其中,logPrf是f先驗概率密度的對數,一般可用先驗模型 求解。logPrY 是對數似然函數,由噪聲的概率密度函數來決 定,假設噪聲是均值為0,方差為盯2k的高斯噪聲,則 Pr(yl 丌 唧(一 (4 另外

10、,HR圖像是優先選擇服從下列分布的圖像,即: PKf=exPI一( (5 其中,Q代表一個線性高通運算,用來處罰對不平滑的估 計和式(5中由 控制的方差, 值越大方差越小。把 式(4,(5帶 人式(3中可得: 一lbg 一 一 j=曜 一 這里,Ot是控制IlyHill 和iiQnI 的調整參數,Q選擇2維的 拉普拉斯算子 3 算法 31選擇調整參數 上面提到,是控制IlyHill 和iQnI 的調整參數,約束著重建 影像的失真度和平滑度。Ot如果過大的話,會使得重建圖像過于 平滑而失真,反之,Ot過小的話,噪聲問題不能得到有效的解決。 在一般的重建算法中,Ot在反復迭代中是固定數值,它很 難

11、選擇 因為調整參數是由高分辨率圖像的先驗信息來決定 的。在很多情況下,想要得到關于先驗信息的精確的估計是很 困難的或者說基本是不可能的。 為了解決這個問題本文提出一個迭代重建算法。該算法 在決定Ot時不需要任何先驗信息,在估計調整參數的同時增強 圖像。在每個迭代步驟中,增強高分辨率圖像的同時,利用一切 有用的信息調整參數Ot值。 本文算法中Ot具有下列的特性: 11 Ot與IlyHill 是成正比例的 21 Ot與iiQtll 是成反比例的 31 Ot大于0 為了滿足上述特性,得出下面的調整函數: t ¨ 】 其中,r是防止分母為零的控制參數, 是僅的調整因子, 值較小的話,會使得迭

12、代過程較慢,效率比較低; 值較大的話, 會使得迭代過程較快,錯過了最優值。得不到較精確得重建圖 像。通過多幅影像得實驗證明, 取0001較為合適。 32迭代方法 梯度最優化方法應用到超分辨率圖像的重建中。就是求目 標函數式(6的局部最小值。因此可得迭代序列: + = +H Y一(日 H+ +。a Q (8 在滿刪i廠+。一 111d時,迭代結束。這里,d是迭代終 止系數。 4 實驗結果 為了進一步論證本文的算法,采用兩幀Lena圖像,一幀為 低分辨率圖像,一幀為包含2高斯噪聲的低分辨率圖像。然后 再被重建。圖二,圖三列出了用本文的算法得到的高分辨率圖 像和用傳統方法得到的較好的高分辨率圖像。

13、(a原始低分辨率圖像(b用傳統算法得到的圖像(c用本文算法得到的圖像 圖2 沒有噪聲干擾的Lena圖像重建結果對比圖 瞄豳豳 (d噪聲的低分辨率圖像(e用傳統算法得到的圖像(D用本文算法得到的圖像 圖3 高斯噪聲干擾的Lena圖像重建結果對比圖 通過比較可以看出用本文算法進行超分辨率重建得到的 圖像跟用傳統方法得到的最好的圖像的質量是一樣的。使用 傳統的方法,需要嘗試很多次得到最佳的調整參數,而本文的 算法能在迭代過程中自動的選擇和更新調整參數因此得到較 好的結果。 5 結論 本文給出了從一系列的低分辨率圖像中重建高分辨率圖 像的超分辨率算法。上文中的算法通過實驗論 證有效,它不僅 能在迭代過

14、程中自動選擇和更新調整參數并且能得到期望的 高分辨率重建圖像。 本文的創新點是:提出一個迭代重建算法,該算法在決定調 整參數時不需要任何先驗信息,在每次的迭代過程中利用上次 迭代得到的重建圖像的有用信息來不斷調整迭代參數,通過不 斷的循環迭代,最后求解出重建圖像的最優解。 參考文獻 【llRYrrsay and TSHuang,Multiple Frame Image Restoration and RegistrationMIn Advances in Computer Vision And Image Processing,Greenwich,CT:JAI,198437 1339 【2Ir

15、ani M,Peleg S Improving resolution by image registration CVGIP:GraphModels Image Process,1991,53(3:231239 【3Shah NR, Zakhor A Resolution enhancement of color video sequences IEEE Transactions on Image Processing, 1999,8(6: 879885 【4Alam MS,Bognar JG,Hardie RC,Yasuda BJ,Infrared image registration an

16、d high-resolution reconstruction using multiple translationally shifted aliased video frames IEEE Transactions on Instrumentation and Measurement,2000,49(5:915923 【5Eren PE,Sezan MI,Tekalp AMRobust,object-based high resolution image reconstruction from lowresolution video IEEE Transactions on Image

17、Processing,1997,6(8:1446145 1 【6Schuhz RR,Stevenson RLExtraction of highresolution frames from video sequences IEEE Transaction on Image Processing, 1996,5(6:996101 1 轉第106頁 一296360'L,年郵局訂閱號:82946 網絡與通信 中文核心期刊微計算機信息(管控一體化2007年第23卷第73期 這個過程后,在SGSN中創建了一個SGSN和MS之間的一張 映射關系表: M S1 TULI_1 SAPI=2 l MS2

18、 TLLI=2 SAPI=2 M S3 TULI=3 SAPI=3 這樣MS就登陸上了GPRS,但是外部網絡還不能路由到 該TM。要能實現數據的收發,還必須激活一個PDP場景,獲得 一個IP,才能實現與PDN之間的通訊。 在關系映射表中建立了MS和GGSN IP之間的映射關系。 MS在激活PDP的時候采用了NAT網絡地址擴展技術,MS的 IP地址是非法的IP地址,在GPRS的網絡之外不可尋址的。講 MS的IP地址與GGSN的IP地址和通訊端口號建立映射關系, 在MS發送數據的時候在GGSN處將數據報的源IP地址和源 端口號置換成映射表中的GGSN的IP地址和端口號發送給 PDN。GGSN中的映

19、射關系可用下表說明 f21數據傳輸過程 當MS產生IP分配后,向PDN發送過程分為一下3步進行; 1、MS根據TLu 和NSAPI的信心,選擇SGSN。在原始的 IP分組中加入包含T 和NSAPI的頭信息后,發送給SGSN。 2、SGSN查詢映射關系表,將T 和NSAPI對替換成TID 和GGSN IP地址后,發送IP分組給GGSN。 3、GGSN在收到IP分組后,去處分組 頭信息,得到原始的 IP數據報。在進行地址映射后,將該數據報發送給PDN網絡。 同樣PDN向MS發送數據的過程正好與上述過程相反,分 為3步: 1、PDN網絡的分組數據到達GGSN后,GGSN根據映射關 系表選擇相應的SG

20、SN和TID,在原始數據報前加入包含GGSN IP地址SGSN IP地址和TD的頭信息,將該IP分組數據報發 送給SGSN。 2、SGSN查詢關系映射表,確定MS的位置,并在原始的IP 分組前加上TLLI和NSAPI信息的頭信息,并將該IP分組發送 給MS。 3、MS在獲得IP分組后去除分組頭信息得到原始的IP 數據。 4 結論 GPRS作為無線通訊由GSM向3G過渡的中間產物已經對 人們的生活產生了深刻的影響。本文在利用西門子公司的 GPRS模塊MC55發送終端設備的數據文件,著重闡述了使用 AT指令對MC55的網絡連接和GPRS數據傳輸的過程,而實現 數據的無線接收,對遠程醫療、車載設備等

21、具有重要的意義。 本文作者創新點:在本文中作者介紹了一種使用西門子公司 最新GPRS模塊一一MC55進行無線數據傳輸的方法,著重介紹 了$3C2410如何通過串口的AT指令集對MC55接人Internet、 進行數據傳輸進行控制以及數據在GPRS網絡中傳輸的過程。 參考文獻 【1】呂捷,(GPRS技術【M】北京:北京郵電大學出版社。2001 【2】馬少平,駱志剛,孫雷,等基于ARM的GPRS遠程終端設計 與實現J1微計算機信息,2006,5-2期:1 18120 3MC5556 Hardware Interface Description西門子公司。2006 4MC5556 AT Comman

22、d Set西門子公司。2006 【5Geof Sanders, Lionel Thorens, Manfred Reisky GPRS NETWORKS M2003 作者簡介:孫德輝(1980-,男f漢族,山東煙臺人,上海大學電子生 物研究中心碩士研究生,主要研究方向:嵌入式系統,GPRS應用。 Biography:Sun dehui(1980-,Sex: Male, Nationality: Han, Place of Birth:Yantai,Shandong Province,Education:Master of Computer System and Structure with B

23、ioelectronics Research Center ShangHai University,Major:Embedded system,the appli· cation of GPRS (200072 上海上海大學電子生物技術研究中心孫德輝 馬文麗姚文娟鄭文嶺 (510515 廣州廣州南方醫科大學基因工程研究所1馬文麗 鄭文嶺 (Bioelectronics Research Center ShangHai University Shang- Hai2伽l072Sun DeHIli Ma WenLi Yao WenJuan ZhengrenLjng (Institute o

24、f Genetic Engineering,NanFang Medical University, Guangzhou,510515Ma We玎ILi Zheng WenLing 通訊地址:(200072 上海上海大學電子生物技術研究中心 孫德輝 (收稿日期:20075,o3(修稿日期:2007605 接第296頁 【7Hardie RC,Barnard KJ,Armsong EEJoint MAP registration and high -resolution image estimation using a sequence of und ersampled images IEEE Transaction on Image Processing, 1997,6(12:16211633 81Baker S, Kanade T Limits on superresolution and how to break them IEEE Transactions on Pattern Analysis and Machine Inte

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論