MATLAB红外图像超分辨率算法研究+POCS算法(2)
3.2.1 单帧图像的插值算法 11
3.2.2 贝叶斯算法 11
3.2.3 基于单帧图像重建算法的局限性 12
3.3 基于多帧低分辨率图像的超分辨率重建算法研究 12
3.3.1 反向投影迭代算法 12
3.3.2 凸集投影算法 13
4 图像超分辨率重建的评价标准 16
5 超分辨率图像的仿真实验 17
5.1 POCS算法的超分辨率仿真实验 18
5.2 图像算法仿真结果的总结 27
结束语 28
1 本文的工作总结 28
2 超分辨率今后的研究方向 28
致谢 30
参考文献 31
1 绪论
1.1 超分辨率图像的国内外发展状况
超分辨率概念最早出现在光学领域。在该领域中，超分辨率是指试图复原衍射极限以外数据的过程。Toraldo di Francia在1955年的雷达文献中关于光学成像第一次提出了超分辨率的概念。复原的概念最早是由J.L.Harris和J.w.Goodman分别于1964年和1965年提出一种称为Harris-Goodman频谱外推的方法。由于超分辨率技术是以获取更高的图像分辨率为目的，它可以为退化后的图像弥补成像过程中损失掉的高频信息，从而有利于各种后续的图像处理（如边缘提取、图像分割、目标识别等），有着十分广阔的应用前景，因此这一技术一经提出，便获得了足够的重视。这些算法在某些假设条件下得到较好的仿真结果，但实际应用中效果并不理想。Tsai &Huang首先提出了基于序列或多帧图像的超分辨率重建问题[1]。
1982年，D.C.C.Youla和H.Webb在总结前人的基础上，提出了凸集投影图像复原(POCS)方法。1986年，S.E.Meinel提出了服从泊松分布的最大似然复原(泊松-ML)方法。1991年和1992年，B.R.Hunt和PJ.Sementilli在贝叶斯分析的基础上，提出了泊松最大后验概率复原(泊松-MAP)方法，并于1993年对超分辨率的定义和特性进行了分析，提出了图像超分辨率的能力取决于物体的空间限制、噪声和采样间隔。
近年来，图像超分辨率研究比较活跃，美国加州大学Milanfar等提出的大量实用超分辨率图像复原算法，Chan等从总变差正则方面，Zhao等、Nagy等从数学方法、多帧图像的去卷积和彩色图像的超分辨率增强方面，对超分辨率图像恢复进行了研究。Chan等研究了超分辨率图像恢复的预处理迭代算法。此外，Elad等对包含任意图像运动的超分辨率恢复进行了研究；Rajan和Wood等分别从物理学和成像透镜散射的角度提出了新的超分辨率图像恢复方法；韩国Pohang理工大学对各向异性扩散用于超分辨率。Chung-Ang图像科学和多媒体与电影学院在基于融合的自适应正则超分辨率方面分别进行了研究。
国内许多科研院所和大学等对超分辨率图像恢复进行研究，其中部分是关于频谱外推、混叠效应的消除，其他主要是对国外超分辨率方法所进行的改进，包括对POCS算法和MAP算法的改进，对超分辨率插值方法的改进，基于小波域隐马尔可夫树(HMT)模型对彩色图像超分辨率方法的改进以及对超分辨率图像重构方法的改进。
1.2 超分辨率图像的应用领域
超分辨率图像重建在现实生活中有十分广泛的用途。这里列举了一些生活中用到的地方：
1.数字高清。在数字电视领域，可以利用超分辨率重建技术将数字电视（DTV）信号转化为高清晰度电视（HDTV）接收机相匹配的信号，从而提高观众的体验。