立體圖像的超分辨率算法研究.pdf

1、立體圖像、視頻因其真實的感官體驗深受人們喜愛，同時也被大量應用到醫(yī)學、軍事等各個領域。但隨之而來的是數(shù)據(jù)處理和復雜度成倍的增加。為在壓縮數(shù)據(jù)量的同時不影響視覺感知質(zhì)量，基于人眼雙目抑制理論的混合分辨率編碼技術(shù)被廣泛應用到立體圖像、視頻中。然而，混合分辨率立體圖像、視頻中某些視點圖會被下采樣為低分辨率圖像，其存在會影響用戶的視覺體驗。
　　本文擬采用立體圖像超分辨率對低分辨率視點圖進行超分辨率處理，恢復其高分辨率清晰圖像。主要內(nèi)容有

2、：
　　(1)闡述了立體視覺的研究背景、立體圖像超分辨率技術(shù)的發(fā)展現(xiàn)狀及質(zhì)量評價標準。介紹了目前常用的立體圖像超分辨率技術(shù)：DIBR技術(shù)和基于低頻與高頻融合的立體圖像超分辨率技術(shù)。
　　(2)本文提出了一種新穎的基于非局部(NonLocal，NL)相似性的立體圖像超分辨率算法。該算法將混合分辨率技術(shù)中視點的下采樣過程建模成退化模型，并把相鄰的高分辨率視點圖作為參考圖。利用參考圖及深度信息，合成一幅目標視點的高分辨率投影圖作為

3、初始估計。將立體圖像的非局部相似性作為正則項引入到退化模型中。最后，用梯度下降法求最優(yōu)解。經(jīng)過實驗對比，本文的算法具有較好的重建效果。
　　(3)本文提出了一種新穎的基于稀疏表示和非局部相似性的立體圖像超分辨率技術(shù)。首先提取低頻信息及相應的高頻信息估計誤差，并用K-mean聚類，為每一個類單獨訓練一對字典，然后利用訓練獲得的字典去重建高頻信息估計誤差，并與原圖的低頻信息、投影圖的高頻信息進行融合；最后將融合獲得的圖像利用第三章的算