基于MAP的压缩视频超分辨率重建算法研究

论文摘要

超分辨率重建算法就是由低分辨率序列来估计高分辨率图像。由于视频压缩技术的广泛应用,压缩视频的超分辨率重建已经成为当前研究的热点。本文首先介绍了超分辨率重建技术的含义、应用和目前的发展状况,并对迭代反投影法（IBP）、凸集投影法（POCS）和最大后验概率法（MAP）进行了分析。其次以MPEG-2为例详细论述了视频压缩标准,以及二次取样、运动补偿预测、DCT变换和量化等关键的压缩编码技术。然后本文建立了包含压缩过程的成像模型,给出了量化噪声和运动向量的统计分布模型,研究了基于MAP的压缩视频的超分辨率重建算法,并进行了仿真实验。文章的最后指出了视频超分辨率重建技术有待进一步研究的几个可能方向。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 超分辨率的含义和应用
• 1.1.1 超分辨率的含义
• 1.1.2 超分辨率的应用
• 1.2 超分辨率重建技术
• 1.2.1 频率域方法
• 1.2.2 空间域方法
• 1.2.3 其它方法
• 1.2.4 视频的超分辨率重建
• 1.3 本文的内容和工作
• 第二章 视频压缩技术
• 2.1 视频压缩的基本思想
• 2.1.1 视频压缩的必要性
• 2.1.2 视频压缩的可行性
• 2.2 MPEG标准
• 2.2.1 MPEG标准发展历程
• 2.2.2 MPEG-2 标准
• 2.2.2.1 系统部分
• 2.2.2.2 视频部分
• 2.3 视频压缩关键技术
• 2.3.1 二次取样和内插法
• 2.3.2 运动补偿预测
• 2.3.3 DCT变换
• 2.3.4 量化
• 2.3.5 帧图像类型
• 第三章 基于MAP的视频压缩重建
• 3.1 压缩视频的特点
• 3.2 MAP重建方法
• 3.2.1 贝叶斯理论
• 3.2.2 图像退化模型
• 3.3 压缩视频的MAP方法
• 3.3.1 图像编码模型
• 3.3.2 噪声模型
• 3.3.3 MAP方法
• 3.3.4 重建中帧的使用
• 第四章 实验过程和结果
• 第五章 总结和展望
• 致谢
• 参考文献
• 在读期间研究成果