資源描述：
《基于壓縮感知的單像超分辨率重建》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩士學(xué)位論文基于壓縮感知的單像超分辨率重建SingleImageSuper-ResolutionReconstructionBasedonCompressiveSensing作者：王慧導(dǎo)師：孫久運副教授中國礦業(yè)大學(xué)二〇一六年五月中圖分類號P23學(xué)校代碼10290UDC密級公開中國礦業(yè)大學(xué)碩士學(xué)位論文基于壓縮感知的單像超分辨率重建SingleImageSuper-ResolutionReconstructionBasedonCompressiveSensing作者王慧導(dǎo)師孫久運申請學(xué)位工學(xué)碩士培養(yǎng)單位環(huán)境與測繪學(xué)
2、院學(xué)科專業(yè)攝影測量與遙感研究方向數(shù)字遙感圖像處理答辯委員會主席譚琨評閱人二○一六年五月論文審閱認定書研究生王慧在規(guī)定的學(xué)習(xí)年限內(nèi)，按照研究生培養(yǎng)方案的要求，完成了研究生課程的學(xué)習(xí)，成績合格；在我的指導(dǎo)下完成本學(xué)位論文,經(jīng)審閱，論文中的觀點、數(shù)據(jù)、表述和結(jié)構(gòu)為我所認同，論文撰寫格式符合學(xué)校的相關(guān)規(guī)定，同意將本論文作為學(xué)位申請論文送專家評審。導(dǎo)師簽字：年月日致謝在百年礦大的三年寶貴求學(xué)生涯即將結(jié)束，縱使千般不舍，也要走向工作崗位。憶往昔，見證了礦大學(xué)子“好學(xué)力行、求是創(chuàng)新、艱苦奮斗、自強不息”的礦大精神，感受到了母
3、校老師們兢兢業(yè)業(yè)、無私奉獻的高尚品格。首先感謝我的導(dǎo)師孫久運老師從碩士論文的選題、內(nèi)容甄選和論文寫作及修改，都給予了極大幫助和寶貴意見，也感謝張華老師和秦凱老師在開題時提出的寶貴意見和建議，使得論文思路更加清晰、內(nèi)容更加合理科學(xué)。在攻讀碩士學(xué)位期間，孫老師為我們提供了優(yōu)越的科研環(huán)境，耐心和用心地指導(dǎo)我們開展學(xué)術(shù)研究，他嚴謹?shù)目蒲兴季S和扎實的工作作風，使我受益匪淺，在此，向?qū)O老師致以崇高的敬意。感謝北京國遙新天地信息技術(shù)有限公司的陳曉偉經(jīng)理、馬廣迪經(jīng)理，為我提供了寶貴的實習(xí)機會，將儲備的專業(yè)知識在實踐中加以運用，
4、提升了自己的工作技能和學(xué)習(xí)技能，還要感謝在公司相識相交的高方斌、楊生娟等諸多朋友，在努力工作之余，留下很多快樂的回憶。感謝王小兵師兄、朱偉師兄、周年芳師姐、黃海虹師姐在研究生期間給予的熱心指導(dǎo)，提供寶貴的學(xué)習(xí)資料，讓我更快地適應(yīng)了研究生的科研環(huán)境，并認識到研究生期間應(yīng)該獲取的知識和能力，還要感謝李春梅博士，在研三期間提供有益的學(xué)術(shù)討論，明確了研究思路。感謝實驗室同門許世嬌、楊文環(huán)，以及師弟張新耐、趙冰峰、高峰、師妹李光雨、孫夢嬌等碩士，在科研和生活上提供的幫助，也感謝舍友余嘉琦、崔成玲、胡明玉、王文靜、吳沛瑤和
5、魏海霞，以及遙感地信自然地理13碩班級的所有同學(xué)，是你們讓我的研究生生活變得多姿多彩，與你們的交流開闊了我的視野。還要感謝與自己肩并肩一起努力的男友吳承紅，你給了我極大的幫助和鼓勵，也十分感謝珍愛我的家人，在你們的鼓舞下我獲得了前進的動力，在此感謝你們無私的辛勞付出。在此非常感謝論文撰寫過程中所參考和引用得到的參考文獻的作者們，以及以色列理工學(xué)院MichaelElad團隊等提供的相關(guān)代碼和資源，讓我能夠深入學(xué)習(xí)，并受到啟發(fā)開展自己的研究。最后，特別感謝各位專家、學(xué)者和評委老師在百忙中評閱本論文并提出寶貴意見和建
6、議，我會帶著你們的教導(dǎo)和祝福繼續(xù)努力！摘要超分辨率重建（Super-resolutionreconstruction，SRR）可充分利用已有圖像，從算法角度突破圖像的分辨率限制。其中基于互補信息的多幀圖像SRR理論已基本完善，卻不適用于無互補信息的單像SRR。新興的壓縮感知（CompressiveSensing，CS）理論從稀疏角度表達圖像，能解決由低維數(shù)據(jù)重構(gòu)高維數(shù)據(jù)的逆問題，因此聯(lián)合CS理論進行更具實際意義的單像SRR成為當下的研究熱點。目前已有的CS算法多對已知退化先驗信息的仿真退化圖像進行重建，其分辨率
7、難以超越原始圖像，為在圖像原有分辨率的基礎(chǔ)上取得實質(zhì)性的提高，本文進行的研究和獲取的結(jié)論如下：（1）在實現(xiàn)和對比經(jīng)典單像SRR算法的基礎(chǔ)上，研究基于CS的稀疏字典構(gòu)建方法，實現(xiàn)了DCT解析字典、MOD字典、K-SVD字典和Global字典的訓(xùn)練，并以四種字典對圖像進行稀疏編碼和重構(gòu)，驗證了基于CS進行單像SRR的可行性。通過對比重建圖像的PSNR和SSIM，證實了訓(xùn)練字典的稀疏表達效率更高，且字典形態(tài)越豐富，重建圖像的質(zhì)量越好。（2）分別在YCbCr和RGB色彩模式下，設(shè)計一種基于CS的單幅彩色圖像SRR方法。
8、通過訓(xùn)練各分量的自適應(yīng)聯(lián)合字典，獨立進行基于CS的超分重建。結(jié)果表明：相較于僅對Y分量進行SRR，在YCbCr模式下進行整體重建時，PSNR值存在微小提升；在RGB模式下可重建出更多的邊緣細節(jié)，PSNR值也有所提高，但重建速度有待提高。此外，選取遙感圖像訓(xùn)練聯(lián)合字典，用于實現(xiàn)單幅遙感圖像的超分重建，結(jié)果表明：與自然圖像訓(xùn)練的聯(lián)合字典相比，遙感圖像的針對性聯(lián)合字典所重建的圖像邊緣更完整，
