《超分辨率图像重构技术概述课件.ppt》由会员分享，可在线阅读，更多相关《超分辨率图像重构技术概述课件.ppt（75页珍藏版）》请在三一办公上搜索。
1、超分辨率图像重构,技术概览,uingrdgmail,内容提要,基本概念,超分辨率重构的基本目标,由低分辨率图像序列得到高分辨率图像,内容提要,基本概念背景,应用背景,提高CMOS或者CCD照相/摄像机的图像分辨率医学成像(CT/MRI)卫星和航空遥感成像大屏幕电视视频压缩,方法,频域重构非均匀插值重构带约束的成像模型求逆凸集映射概率重构综合上述各方法的方法,方法的简单评价,频域重构非均匀插值重构带约束的成像模型求逆凸集映射概率重构综合上述各方法的方法,不能处理图片平移需要图片精确对准非线性病态方程求逆收敛慢计算量大需要先验统计参数凑和能用,图像失真模型,图像的数学描述,图像失真的数学描述,像素
2、移动,像素糊化,降采样,低画质图像的数学描述,内容提要,基本概念背景非均匀插值重构算法,非均匀插值重构,非均匀插值重构,非均匀插值重构,非均匀插值重构,非均匀插值重构,处理流程,图像运动估计,图像合并,像素映射到高分辨率格点,进一步的去噪、抗糊化处理,非均匀插值例子,最近邻法插值,非均匀插值例子,双线性插值,非均匀插值例子,非均匀插值,非均匀插值例子,去糊化后的输出,内容提要,基本概念背景非均匀插值重构算法基于数学模型的重构,数学重构的基本流程,比较器,观测图像,由超分辨率重构观测图像,重构超分辨率图像,修正数据,数学重构思想,？,独立方程数目不够、病态问题求解,转换成函数极小化问题，解不唯一
3、,正则条件下的数学重构,重构结果是否符合观测模型,额外的正则化约束,a=1,C=I的特例代表最小二乘最小范数解,正则条件下重构方程的含义,重构结果是否符合观测模型,图像复杂度的度量,提取图像复杂度信息,惩罚可能重构出的复杂图像,正则条件下重构方程的解,正则重构例子,最近邻法插值,正则重构例子,以较小的正则化参数（a）重构结果,正则重构例子,以较大的正则化参数（a）重构结果,严重惩罚导致高复杂度的高频分量,内容提要,基本概念背景非均匀插值重构算法基于数学模型的重构统计重构,基于统计参数的超分辨率重构,?,测试在观测到的条件下的各种可能的像素值的出现概率，选取可能性最大的像素值填入,条件概率最大化
4、的重构思想,统计重构的表达式化简,条件概率就是n的分布概率，一般用i.i.d.高斯建模,nk=(yk-Wkxk) 的指数函数,统计重构的表达式化简,复杂的图片出现的可能性小，度量复杂度,Gibbs先验概率,可以限定评估图像的局部区域,高斯假设,对比正则重构,正则重构统计重构,统计重构例子,最近邻法插值,统计重构例子,统计重构,内容提要,基本概念背景非均匀插值重构算法基于数学模型的重构统计重构映射重构,凸集映射,符合条件2所有可能重构结果集合,重构结果落在符合各个条件的集合交集,符合条件1所有可能重构结果集合,符合条件3所有可能重构结果集合,凸集,凸集对应的映射算子,凸集映射算法,具体的凸集例子
5、,满足(m1,m2)点约束条件r(x)(m1,m2)的所有可能的图像的集合,度量观测点(m1,m2)的吻合度,和观测点(m1,m2)吻合的容忍门限，对于可信度比较高的观测点，门限低（紧）一些对于可信度比较高的观测点，门限高（松）一些,凸集映射算法,凸集映射算法,双线性插值,凸集映射算法,10次映射迭代,凸集映射算法,30次映射迭代,凸集映射算法,50次映射迭代,最大似然-凸集映射联合算法(ML-POS),约束,根据概率准则化简得到的重构优化算法（用到了高斯分布的假设，但噪声不是白的）,噪声的条件概率的ln即：给定重构图像条件下的观测图像的条件概率,度量重构图像的出现概率（图像复杂度）,凸集约束
6、,其他算法（反向传播算法）,前一次迭代结果,图像修正量,修正步长,图像（位移）匹配误差,运动估计会有误差,通过匹配得到的两图的采样网格相对位移量（亚像素级的）会有误差,考虑图像（位移）匹配误差的算法,第k个观测图,重构图,重构模型，根据图像匹配得到，有误差,重构结果和观测值的吻合程度,根据图像匹配误差对吻合数据加权,度量图像复杂度,匹配误差和加权因子的关系,吻合程度低的图很可能是大的匹配误差造成的，因此要用小的l降低它对算法的影响力,数学重构的基本流程,比较器,观测图像,由超分辨率重构观测图像,重构超分辨率图像,修正数据,图像和匹配/降质模型联合优化,比较器,观测图像,由超分辨率重构观测图像,重构超分辨率图像,修正数据,联合优化,降质模型矩阵,重构图的复杂度度量,观测图像吻合误差,构造降质模型矩阵的参数,交替搜索优化x和W,联合优化的例子,联合优化的例子,联合优化的例子,总结,方法已经有不少了,可是速度慢，一般需要计算迭代，因此有收敛问题计算量大解的不唯一性依赖于概率模型或者正则化表达式,还有什么可做的？,针对视频编解码应用提高速度使用编码端导引信息统计参数图像平滑度信息图像复杂度评判区域和评判参照,终于结束了！,Thank You for Your Patience,Q&A,END,
