配合视频降分辨率转码的超分辨率技术研究(2)
3.4 放大倍数 17
3.5 自适应选择字典 18
4 总结和展望 19
4.1本文总结 19
4.2 展望 19
结 论 21
致 谢 22
参考文献23
1 引言
本文主要所进行的是基于稀疏表示和自适应字典的单帧图像的超分辨率算法研究。本章节主要介绍了高分辨率图像的意义与追求高分辨率图像的必要性，并以此展开，论述了超分辨率的研究背景与研究现状，分析了超分辨率研究的发展过程，以及今后的发展前景。
1.1 研究目的
移动网络中，客户在观看视频时会出现较多的视频堵塞。这就大大降低了观看视频时的用户体验。在视频服务器端，就会事先保存好不同码率的视频，使得用户在网路阻塞时可以选择低码率视频来保证流畅度。这些不同码率的视频可以由已有视频通过改变分辨率，帧率，量化步长等等不同的方法获得，过程称之为视频转码[7]。网络供应商则会在网络节点中加入视频转码技术，使得节点卡顿时能够通过超分辨率技术令视频图像尽可能恢复到高码率状态，以达到更好的用户体验。
移动网络提供视频服务的总的流程。每个服务商都会在云端存储不同码率的视频，有超清，高清，标清等等。这些码率的视频会传输给需要的用户。但是有的用户网络顺畅，有的用户网络阻塞。网络好的用户观看视频会比较顺畅。但是，对应于一些网络比较卡塞的用户，服务商并不能直接将视频传输过去，因为这样容易导致用户的视频几乎无法加载，就不能观看视频。因此，就需要对视频进行转码，将原有的视频转码称为低码率质量的视频再传输给客户。这样能保证客户得到正常的视频观看体验。我们整个实验的研究内容也就在这一背景下产生了。经过转码的视频质量并不是很好，为了使得客户能够获得更加清晰的视频，我们会对转码后传输给用户的视频进行超分辨率转码，从而使视频能够更清晰。
本实验主要的研究目的就是通过稀疏表示实现图像的超分辨率重建，并将超分辨率技术逐渐运用的视频的转码中去。视频为了流畅度而“牺牲”码率从而进行视频转码，我们为了视频更加清晰而研究超分辨率算法，以得到更加优良的图像效果。这就是我们进行超分辨率算法研究的目的所在。
1.2 研究背景
图像分辨率指图像中存储的信息量。图像的分辨率可分为时间分辨率（即帧率）和空间分辨率。许多领域涉及到图像的运用，这就决定了这些领域追求的目标是图像的高分辨率。高分辨率图像从含义上理解就是图像中蕴含的信息量大，这就表明肉眼观看到的图片更加清晰，具有更好的视觉效果。图像的分辨率越高，那么这张图像提供的信息就会更丰富，那么无论运用在什么领域，都会取得更好的效果。以现实中的道路交通监管作为例子，对违规车辆的拍照记录往往会受到许许多多因素的影响而不能清晰拍摄。其追求能够拍得高分辨率的图像，这样就能减轻许多的麻烦，使交通管理、对违章车辆的惩罚更万无一失。再以“嫦娥二号”月球探测器为例。其对月球进行探测时拍得了全月球影像图。这份图像的分辨率更是达到了 7 米，是世界上对月球进行全景拍摄所得到的最高清的图像。提高图像分辨率的最直接方法是改进图像传感器制造工艺，即从硬件上减小像素尺寸、增加传感器尺寸。但是，减小像素大小在一定程度上会引入图像噪声，增加芯片尺寸会降低传感器的工作效率；另外，高分辨率成像设备价格很高，这就会在很大程度上影响高分辨率技术在实践中的广泛应用。