3.1 图像结构相似性 10
3.1.1 局部结构相似性 10
3.1.2 相似性度量 13
3.2 生成数据库 15
3.3 单帧图像的超分辨重建 16
3.3.1 相同尺度相似性的应用 17
3.3.2 不同尺度相似性的应用 17
3.4 实验结果与分析 18
3.4.1 图像的有参质量评价 18
3.5 本章小结 21
4 总结 22
致谢 23
参考文献 24
1 绪论
1.1 研究背景和意义
伴随着计算机领域的高速发展,我们逐渐步入了一个全新的信息化时代。人们想要获得的知识大量增长,所以迫切需要完善和发展信息处理技术,以便能够为人们提供快捷的,多样化的服务。人们可以从图像所提供的信息中认识世界,获得自己想要的信息。图像分辨率指每单位面积包含的像素数量[ ]。图像分辨率越高表示图片看上去越清晰,我们可以找到更多有用的数据,来处理我们遇到的问题。例如,对于高分辨率图像,医院能够根据其像对患者做出诊断;警察可以根据其迅速的识别出犯罪嫌疑人;公安系统要求至少能识别出人脸。现在的模式识别要求很高,高分辨率图像正好可以提高其识别率。人们对于图像越来越高的要求,改善图像的分辨率也成为了研究热点。目前改善图像分辨率别的方法要么成本过于昂贵,要么导致图像质量下降,无法满足人么要求。
因此受以上诸多因素的限制,直接获取的源图像不能满足人们的需求,解决这个问题的一个有效方法就是超分辨率重建技术。这是一种方便快捷的方法,只要经过软件处理就可以得到理想的高分辨率图像。这种方法只需要发展研究理论算法就可以满足人们的需求,代价很小,因此有很大的发展前景,也对数字图像处理具有深刻的意义。
1.2 国内外研究现状
1.3 未来发展方向
1.4本章小结
这一章主要向大家介绍一些关于超分辨率重建技术的一些发展历史,发展前景,探究重点。可以看出从超分辨率重建技术出现至今一直是学者们研究的重点。当今社会发展迅速,各个领域都需要精确地带有细节信息的图像,所以说这个研究方向会一直发展下去,越来越完善,出现更多的重建算法,也能重建出更高质量满足人们需求的图像。 交通卡口图像的超分辨率重建算法研究(2):http://www.youerw.com/jisuanji/lunwen_30092.html