基于MAP的红外图像超分辨率重建算法研究

论文摘要

近些年来,人们提出了很多超分辨率重建算法,并广泛应用于红外图像,本文首先概述了超分辨率重建的数学原理以及它所在领域的一般方法。其次对实际图像的成像过程进行分析,并引入运动估计算法、降采样模型和投影模型,建立图像观察模型,模拟实际的成像过程。最后,基于Bayes最大后验概率估计基本理论,以及Markov随机场和Gibbs随机场基本理论,引入Gauss-Markov和Huber-Markov先验模型,采用一种基于最大后验概率估计的超分辨率投影重建算法,对序列非制冷红外热像仪实拍图像进行重建。通过规整项最优模型的变化、序列低分辨率红外图像数量的变化、直接观察以及信噪比,对仿真结果进行比较分析,说明了此方法对红外图像重建的有效性和稳定性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 超分辨率重建的应用领域
• 1.3 本文的主要内容和章节安排
• 第二章 超分辨率重建技术
• 2.1 超分辨率重建理论基础
• 2.2 超分辨率重建算法概述
• 2.2.1 频域方法
• 2.2.2 空域方法
• 2.2.3 空域方法与频域方法总结和比较
• 第三章 MAP估计理论基础
• 3.1 贝叶斯MAP估计
• 3.2 MAP估计条件概率模型
• 3.3 MAP估计先验模型
• 3.3.1 Markov随机场模型
• 3.3.2 Gibbs随机场模型
• 3.3.3 Gauss-Markov随机场模型
• 3.3.4 Huber-Markov随机场模型
• 第四章 基于MAP的超分辨率重建算法
• 4.1 图像观察模型
• 4.1.1 运动估计
• 4.1.2 降采样模型
• 4.1.3 投影模型
• 4.2 投影MAP算法
• 4.3 序列红外图像超分辨率重建实验
• 4.3.1 图像评价标准
• 4.3.2 仿真实验
• 4.3.3 实拍实验
• 4.4 结论
• 第五章 工作总结和展望
• 5.1 工作总结
• 5.2 工作展望
• 致谢
• 参考文献
• 在读期间研究成果