超分辨率图像重建技术研究

龙源期刊网 http://www.qikan.com.cn

超分辨率图像重建技术研究

作者：张晓克 许建刚

来源：《科技创新与应用》2014年第32期

摘 要：文章对超分辨率图像重建的概念和原理进行了阐述，并对其算法做了总结和概括，说明了几种常用算法的基本原理，并根据现有的算法实验分析列举其优缺点。 关键词：超分辨率；图像重建；算法 引言

超分辨率（Super Resolution，SR）技术就是对一组属于同一场景下的低分辨率（Low Resolution，LR）图像序列进行处理，通过提取它们之间的时域和空域冗余信息，采用图像配准、运动参数估计等操作对其进行融合，最终重建得到一幅高分辨率（High Resolution，HR）图像，其核心思想是用时间分辨率（同一场景的图像序列）换取更高的空间分辨率。目前，超分辨率重建大致可分为两个方向：基于重构的方法和基于学习的方法。 1 基于重构的超分辨率技术

基于重构的方法可分为频域法和空域法两类。 1.1 频域方法

假设连续场景是f（x，y）（其连续傅里叶变换是F（x，y），全局平移产生R个移位图像 （其连续傅里叶变换是F（x，y））。位移图像经过脉冲采样产生观测图像yr[m，n]=f（mTx+？驻xr，nTy+？驻yr）其中m=1，2…M-1，n=1，2…N-1（其二维离散傅里叶变换是Yr[k，l]）。场景的连续傅里叶变换和移位采样图像的离散傅里叶变换的关系是： 式中： 和 分别表示x和y方向的采样周期； ？琢=■

空域平移与频域平移相对应：

如果f（x，y）是带限的，则 当 时，有F（x，y）→0成立。假设f（x，y）是带限的，则公式可以用矩阵来表示： Y=？椎F

式中：Y-R×1的列向量，其第r个元素是观测图像yr[m，n]的离散傅里叶变换Yr[k，l]；