当前位置:首页>> >>


图像超分辨算法的研究与实现—图像配准.rar

收藏

资源目录
    文档预览:
    编号:20181030002155446    类型:共享资源    大小:4.26MB    格式:RAR    上传时间:2018-10-30
    尺寸:148x200像素    分辨率:72dpi   颜色:RGB    工具:   
    25
    金币
    关 键 词:
    图像 分辨 算法 研究 实现
    资源描述:
    科技学院 2011 届本科毕业论文图像超分辨算法的研究与实现——图像配准专 业: 通信工程 指导教师: 刘 洪 学生姓名: 周 靖 学生学号: 072004111473 中国﹒贵州﹒ 贵阳2011 年 5 月贵州大学科技学院本科毕业论文(设计) 第 页目 录摘 要 .......................................................................................................................................IIIAbstract.....................................................................................................................................IV第一章 绪 论 .........................................................................................................................11.1 研究背景 .....................................................................................................................11.2 超分辨重建基本流程 .................................................................................................21.3 图像超分辨重建的现状 .............................................................................................21.4 超分辨重建与图像配准的关系 .................................................................................31.5 关于 MATLAB 软件的相关介绍 ..............................................................................31.5.1 MATLAB 的基本功能 .....................................................................................31.5.2 MATLAB 的应用 .............................................................................................31.5.3 MATLAB 的特点 .............................................................................................41.5.4 MATLAB 的优势 .............................................................................................4第二章 图像配准 .....................................................................................................................52.1 图像配准定义 .............................................................................................................52.2 图像变换类型 .............................................................................................................62.3 图像配准算法分类 .....................................................................................................7第三章 图像配准算法介绍 .....................................................................................................93.1 空域相关匹配 .............................................................................................................93.1.1 普通相关 ...........................................................................................................93.1.2 序贯匹配 ...........................................................................................................93.2 相位相关法 .................................................................................................................93.3 基于特征点的匹配 ...................................................................................................103.3.1 Harris 角点 ......................................................................................................103.3.2 SIFT 算法 .......................................................................................................113.4 基于块的配准算法 ...................................................................................................113.4.1 基于块的梯度下降法 .....................................................................................123.4.2 MVCB 算法 ....................................................................................................12贵州大学科技学院本科毕业论文(设计) 第 I 页3.5 基于光流的配准算法 ...............................................................................................133.5.1 LK 算法 ..........................................................................................................133.5.2 HS 算法 ..........................................................................................................13第四章 Keren 算法 ................................................................................................................154.1 Keren 算法原理 .......................................................................................................154.2 Keren 算法实现流程 ................................................................................................164.3 超分辨重建――插值算法 .......................................................................................16第五章 实验结果 ...................................................................................................................19参考文献 ...................................................................................................................................22致 谢 .......................................................................................................................................23贵州大学科技学院本科毕业论文(设计) 第 II 页图像超分辨算法研究与实现——图像配准摘 要超分辨算法是增强图像或视频分辨率的技术,它的目的是使输出的图像或视频的分辨率比输入的任意帧的分辨率都高。随着社会的发展,科学进步越来越快,人们对医学,遥感,军事,天文等各方面的图像质量的要求也越来越精细,这样将有效的提高目标的识别能力和定位测量的精度。由于某些物理条件的限制,人们得到的往往是低分辨率图像,这就不能满足人们的需要,于是人们利用多幅低分辨图像来重建获得超分辨图像。超分辨图像的重建主要利用低分辨率图像之间存在着像素内位移,而这些不同位移的低分辨率图像均含有原始高分辨率图像的信息,这也是超分辨率图像重建的依据。图像超分辨重建技术通常由配准和重建两个串行的步骤构成:首先利用子像素级的图像配准技术将所有的低分辨率图像变换到高分辨率图像的坐标系统中,然后利用重建算法对这些不规则的采样点进行超分辨率重建,以此获得高分辨率的图像。对低分辨率图像进行精确配准是实现图像超分辨重建的关键。因此,本文主要研究的是图像配准的方法以及图像配准的实现。关键词:超分辨率重建;图像配准;配准算法贵州大学科技学院本科毕业论文(设计) 第 III 页Image super resolution algorithms and implementation——Image registrationAbstractSuper resolution algorithm is enhanced image or video resolution technology, its purpose is to make the output image or video resolution than any frame resolution input is higher. With the development of society, the scientific progress faster, people to medical, remote sensing, military, astronomy and so on various aspects of image quality requirements are increasingly fine, so as to improve target recognition ability and positioning the accuracy of measurement.Because some physical limitations, people get is often low resolution image, it can satisfy people's needs, so people use of low resolution image to rebuild get super resolution images. Super resolution image reconstruction main use low resolution image exist between pixel displacement, and these different within the displacement of low resolution images are contains original high-resolution images of information, this is also the basis of super-resolution reconstruction image. Image super resolution reconstruction technique usually consists of registration and reconstruction two serial steps constitute: first use sub-pixel levels of image registration technology will all the low resolution image transformation to high resolution image coordinate system, and by using the reconstruction algorithm of sampling of these irregular point, super-resolution reconstruction to obtain high resolution images. Accurate low-resolution images to achieve image registration is the key to super-resolution reconstruction. Therefore, this paper mainly studies is image registration method and image registration is realized.Keywords:Super resolution reconstruction,Image registration ,Registration algorithm贵州大学科技学院本科毕业论文(设计) 第 0 页第一章 绪 论随着图像处理应用的发展,对图像的分辨率的要求越来越高。人们曾提出通过使用高精密度的成像设备,来提高获取图像的分辨率,但这种仅通过改善硬件设备的方法会给使用者带来较高的费用支出,同时硬件改善将面临的技术非常困难,而且很难在短时间内克服。因此又有人提出从软件方面着手,采用超分辨率重建技术来提高图像分辨率有着极大的实用价值,并且较于通过硬件改善来获得要简单得多。超分辨率重建需要解决以下问题:首先利用子像素级的图像配准技术将所有的低分辨率图像变换到高分辨率图像的坐标系统中,然后利用重建算法对这些不规则的采样点进行超分辨率重建,以此获得高分辨率的图像。为了实现超分辨率重建算法,需要寻找输入序列中图像之间高度精确的点对点的对应关系,该过程即为图像配准。本章简述了本课题的研究背景、图像超分辨重建的基本知识和图像超分辨重建和图像配准的关系,以及MATLAB软件的基本介绍。1.1 研究背景人类的认知过程里有很大一部分是通过图像来获取,高分辨的图像可以为人们更好的处理问题提供更多有用的信息。因此,高分辨率的图像在诸多领域都被人们不断地追求着,例如,卫星图像的目标识别,地质结构的分析,医学图像的病历诊断等,都对图像的分辨率有着极高的要求。但是人们以前提出的通过提高成像设备的精度来获取高分辨图像的想法,由于受到在采集图像时的气候,运动,噪声等的影响,导致图像的模糊和变形,使图像的分辨率下降,从而不能够满足科研的需要。再者,高精度的成像设备价格昂贵,在普通的应用中无法使用,另一方面,由于成像系统受其传感器阵列密度的限制,高密度的图像传感器目前已接近极限,例如在 0.351μm 的 CMOS 技术水平下,一个像素的面积为 40μm 2,难以进一步减小。提高空间分辨率的另一种方法是增加芯片尺寸,但它会导致电容的增加,电容的增加会减慢电流的传输,因此增加芯片的尺寸的方法被认为是无效的 [1]。由于以上的情况,越来越多的人开始关注应用软件的方式获得高分辨图像的方法,这种方法被称为图像超分辨重建技术。分辨率通常是指成像系统的分辨率和显示或硬贵州大学科技学院本科毕业论文(设计) 第 1 页拷贝输出图像的信源总数,其中成像系统的分辨率与成像过程中的光学系统有关。超分辨率重建技术旨在同时改善这两个方面的分辨率。目前,图像超分辨重建已经在很多领域广泛应用,如卫星图像,医学研究,监控系统等,因此图像超分辨重建技术的研究具有十分重要的意义。1.2 超分辨重建基本流程超分辨重建是成像的逆过程,它是通过输入的低分辨率图像来估计输出的高分辨图像,如图 1.1,其主要流程有:(1)图像配准,对低分辨率图像组进行配准。图像配准是在各帧图像之间寻找最佳的变换,使图像的内容达到空间上对齐;(2)高分辨率插值,配准后的图像被投影到高分辨率网格上时是非均匀分布的,因此,需要再通过直接的或迭代的插值过程产生均匀一致的高分辨率图像;(3)消除模糊噪声,经过以上两步后得到的图像还只是高分辨率图像的一个模糊、含噪的版本,需对其进行图像复原以消除模糊和噪声。图 1.1 LR 到 HR 图像的超分辨率重建过程1.3 图像超分辨重建的现状国外,近 20 多年来,在总舵科研工作者的不断探索与研究下,行程了几种较为成熟的 SRR 算法理论,研究主要是在降质过程模型、运动估计、算法性能等方面,在SRR 也在实际中得到应用 [2]。国内,中科院自动化研究所、武汉大学、哈尔滨工业大学、香港中文大学等在SRR 领域的研究上比较活跃,为图像重建相关领域的研究和法杖做出了巨大贡献,其中一部分是关于图像频谱外推、混跌效应消除的研究;另一部分是关于 SRR 算法的改进,例如 MAP 算法和 POCS 算法的改进,对小波域隐马尔可夫数(HMT )模型 SRR方法的改进,对 SRR 插值方法的改进,以及对 SRR 重构方法的改进。贵州大学科技学院本科毕业论文(设计) 第 2 页1.4 超分辨重建与图像配准的关系图像超分辨率重建是指利用来自相同场景的多幅形变、模糊、下采样和有噪声的低分辨率图像信息来重建一幅更高分辨率的图像 [3]。图像超分辨重建技术通常由配准和重建两个串行的步骤构成:首先利用子像素级的图像配准技术将所有的低分辨率图像变换到高分辨率图像的坐标系统中,然后利用重建算法对这些不规则的采样点进行超分辨率重建,以此获得高分辨率的图像。图像配准是图像超分辨重建的取得成功与否的一个重要环节。由于配准算法只能利用低分辨率图像序列上的信息,所以,很难达到精确的配准精度,而不精确的图像配准造成的影响比缺少配准信息的更大,所以具有子像素精度的图像配准算法十分重要。虽然目前已经研究出了许多配准算法,但在实际应用中仍然无法获得令人满意的效果,同时这些配准算法的适用场合也是非常有限的。因此需要寻求一种更为可行的算法.这有可能同时提高配准精度和重建算法的效果,提高其精度和拓宽其适用的范围。1.5 关于 MATLAB 软件的相关介绍MATLAB是矩阵实验室(Matrix Laboratory )的简称,是美国Math Works公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,主要包括matlab 和Simulink两大部分。 1.5.1 MATLAB 的基本功能MATLAB 主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中,为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案,并在很大程度上摆脱了传统非交互式程序设计语言(如 C、Fortran)的编辑模式,代表了当今国际科学计算软件的先进水平。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB 可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等。1.5.2 MATLAB 的应用MATLAB 可以用来做以下工作:数值分析;数值和符号计算;工程与科学绘图;贵州大学科技学院本科毕业论文(设计) 第 3 页控制系统的设计与仿真; 数字图像处理 技术;数字信号处理 技术;通讯系统设计与仿真;财务与金融工程。其主要的应用领域是:工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析。MATLAB 的基本数据单位是矩阵,它的指令表达式与数学、工程中常用的形式十分相似,故用 MATLAB 来解算问题要比用C,FORTRAN 等语言完成相同的事情简捷得多,并且 MATLAB 也吸收了像 Maple 等软件的优点,使 MATLAB 成为一个强大的数学软件。 1.5.3 MATLAB 的特点MATLAB 具有如下特点:1)高效的数值计算及符号计算功能,使用户从繁杂的数学运算分析中解脱出来; 2)具有图形处理功能,实现计算结果和编程的可视化; 3)友好的用户界面及接近数学表达式的自然化语言,使学者易于学习和掌握; 4)功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ,为用户提供了大量方便实用的处理工具。1.5.4 MATLAB 的优势(1)友好的工作平台和编程环境;(2)简单易用的程序语言;(3)强大的科学计算机数据处理能力;(4)出色的图形处理功能;(5)应用广泛的模块集合工具箱;(6)实用的程序接口和发布平台;(7)应用的软件开发平台。本文所用到的是 MATLAB 软件的 matlab 部分。贵州大学科技学院本科毕业论文(设计) 第 4 页第二章 图像配准由于社会的不断发展,图像配准已在多种领域广泛引用。通过对图像超分辨的学习和研究,使图像配准能为社会发展带来长足进步,从而提高图像配准在各方面的质量和精度。而图像配准是对不同时间、不同视角或不同成像系统对同一景物获得的两幅或多幅图像进行配准处理,使它们能够对齐到同一坐标系下,为后续处理准备好必要条件。图像配准是许多图像处理应用的预处理步骤,在遥感图像处理(包括超分辨率技术、图像拼接等) 、医学图像处理以及计算机视觉等领域起着基础性作用 [4]。2.1 图像配准定义图像配准(Image registration)就是将不同时间、不同传感器或不同气候、照度、摄像位置和角度等条件下获取的两幅或多幅图像进行匹配、叠加的过程。简而言之,图像配准的过程就是寻求图像间一对一映射的过程,是将图像中对应于空间同一位置的点联系起来。如果待融合图像能够很好的经过亚像素精度的配准,就可以通过有效的融合算法得到满意的融合图像。配准结果的好坏直接影响图像融合的结果。(1)图像配准模型假设有给定尺寸的二维矩阵I 1和I 2代表两幅图像I 1(x, y)和I 2(x, y)分别表示相应位置(x, y)上的灰度值,则图像间的映射可表示为:(2.1)yxfIgyxI,,12式中f 表示一个二维空间坐标变换,即:(x’ , y’)=f(x, y),g是一维灰度变换。配准问题的任务包括找到最优的空间变换f 和灰度变换 g。通常灰度变换g是不需要的,但在如传感器变化 等应用中可能要用到。大多数情况下,寻找空间或几何的变换是解决配准问题的关键,这一变换一般可参数化为两个单值函数f x和f y:(2.2)fyxfIyxI,,,12(2)边缘检测图像的边缘是图像配准最基本也是最重要的特征之一 [5],图像的大部分信息都在图
    展开阅读全文
    1
      金牌文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:图像超分辨算法的研究与实现—图像配准.rar
    链接地址:http://www.gold-doc.com/p-254836.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们
    [email protected] 2014-2018 金牌文库网站版权所有
    经营许可证编号:浙ICP备15046084号-3
    收起
    展开