（4）高清电视。在数字电视向高清电视过渡时期，只有少量电视节目会以高清电视的形式播放，依旧还有许多节目采用的是数字电视的形式。因此，可以通过超分辨率重建技术将数字电视信号转换成与高清电视接收机相匹配的信号，以提高电视节目的观赏性和兼容性。

1.2   超分辨模型与算法的研究现状

1.3   本文工作

在本次的毕业设计中，本人的主要任务是对本人所在教研室的相关超分辨重建成果进行集成，做出一个多功能于一体的软件，使该软件能够具备超分辨领域里的一些基本功能，比如：非盲超分辨、参数估计和盲超分辨。所以在本文第二章中会简单介绍有关退化参数的估计方法，包括噪声估计和模糊核估计。在本文第三章中简单介绍分层贝叶斯算法的基本理论，包括图像的退化过程和重建模型。在本文第四章里重点介绍基于分层贝叶斯的超分辨系统的模块化实现，因为本次毕业设计会大量用到GUI设计的知识，所以在第一节里还会简要介绍Matlab GUI的基础操作和原理。本文第五章是对整篇文章的一个概要性的总结，并提出对此超分辨系统的一些合理的建议与展望。

2   图像超分辨问题中的退化参数估计方法源]自=优尔^`论\文"网·www.youerw.com/

2.1   引言

在图像超分辨问题里需要估计的退化参数主要有三种：噪声、模糊核和配准参数。以下分别对这三种退化参数进行简要介绍。

噪声。在我们所观察的图像里，噪声是不可避免的。图像噪声是图像在拍摄或传输过程中受到随机信号干扰形成的，它是图像里各种妨碍人们接受图像信息的因素。所以在超分辨过程里，图像去噪是一个重要的步骤。采用经典的BM3D去噪表明，当估计的噪声过大或者过小时都会影响最终的去噪效果[11]。所以，图像噪声估计的精度对于去噪算法尤为重要。

模糊核。照相机在曝光的过程中会有一定的移动，这会导致得到的图像带有模糊。运动造成图像的退化是一种极其普遍的现象，但是众多的应用领域都需要高分辨率的图像，所以给退化后的图像进行去模糊处理是很有应用价值的。这就体现了模糊核估计的重要之处。

配准参数。图像配准是用来评价多幅图像间的相似程度以确定彼此之间的共同点。配准参数是多幅图像之间的对应关系以及几何变换参数。所以在多幅图像盲超分辨重建过程中，配准参数的估计是至关重要的一步，配准参数的准确性直接影响到重建图像的质量。

2.2   单幅图像的噪声方差估计方法

2.2.1   引言

本文简要介绍一个高斯噪声方差的估计算法。此算法以自然图像的高阶统计特性基础，利用图像峰度和方差之间存在的内在蕴含关系以及峰度随图像频率衰减的非线性关系，将噪声的方差看作未知量，建立噪声方差的优化反演模型，然后利用直接搜索法通过求解该反演模型的最小点，将求得的最小点作为噪声方差的估计[12]。

2.2.2   基本原理

该方法的基本原理源于统计理论。假设观测图像 和未知理想图像 满足如下线性退化模型：

其中 假设为服从高斯分布的随机噪声。图像噪声中的估计问题是由观测图像估计未知随机噪声 的分布特性,特别是噪声的方差。目前的研究表明,自然图像往往具有非高斯性,特别的 可假设服从广义高斯分布。由于噪声的独立性, 则观测图像的方差与未知图像和噪声的方差之间存在如下关