图像超分辨率重建技术在遥感、军事侦察、视频监控、医疗诊断和工业产品检测等许多领域有着广泛的应用需求。近年来，超分辨率重建技术已成为图像、信号与信息处理以及计算机视觉领域的重要研究内容。本书系统介绍图像超分辨率重建技术的有关概念、原理和方法。本书共分为8章。第1章主要介绍图像超分辨率重建的意义、基本概念及技术分类。第2章主要介绍基于优化－最小求解的广义总变分图像超分辨率重建的单帧图像超分辨率重建方法及技术。第3-8章主要介绍多帧图像超分辨率重建方法及技术，内容包括：混合确定度和双适应度归一化卷积的超分辨率重建、基于三边核回归的超分辨率重建、基于特征驱动先验的MAP分块超分辨率重建、基于Tukey范数和自适应双边总变分的超分辨率重建、基于超视锐度机理及非连续自适应MRF模型的遥感图像超分辨率重建、基于超视锐度机理及边缘保持MRF模型的遥感图像超分辨重建方法及技术等。
更多科学出版社服务，请扫码获取。
近年来，随着信息技术的飞速发展，超分辨率重建技术已成为图像、信号与信息处理以及计算机视觉领域中的一个重要研究方向。现阶段，由于图像空间分辨率的提高受到成像系统传感器密度和尺寸的限制，同时目标运动、光照及信号采集和处理过程中的其他干扰会导致图像分辨率下降，因此，在原有系统硬件不改变的情况下，采用基于信号与信息处理方法——超分辨率重建技术，成为解决上述问题的主要手段。超分辨率重建技术涉及遥感与遥测、军事侦察、视频监控、医疗诊断和工业产品检测等诸多军事和民用领域，对其进行深入研究具有重要的理论意义和应用价值。
本书系统阐述图像超分辨率重建技术的有关概念、原理和方法。在内容上既选择了有代表性的图像超分辨率重建的经典内容，又结合作者近年来有关图像超分辨率重建关键技术的研究与应用实践，选取了一些新的研究成果，具有一定的广度、深度和新颖性。
本书共分8章，主要内容包括：图像超分辨率重建的意义、概念及技术分类，基于优化一最小求解的广义总变分图像超分辨率重建，基于混合确定度和双适应度归一化卷积的超分辨率重建，基于三边核回归的超分辨率重建，基于特征驱动先验的MAP分块超分辨率重建，基于Tukey范数和自适应双边总变分的超分辨率重建，基于超视锐度机理及非连续自适应MRF模型的遥感图像超分辨率重建，基于超视锐度机理及边缘保持MRF模型的遥感图像超分辨率重建方法及技术等。
第1章介绍图像超分辨率的基本概念、原理及分类。简要介绍图像超分辨率重建的频域方法，包括基于傅里叶变换的方法和基于离散余弦变换的方法；同时介绍图像超分辨率重建的空域方法，包括融合-复原法、统计方法及基于集合理论的方法等。
第2章介绍基于优化-最小求解的广义总变分图像超分辨率重建方法及技术，首先给出MAP图像超分辨率重建的求解框架及正则化函数的选取原则，然后介绍广义总变分正则项，最后，为了解决超分辨率中的解模糊问题，介绍基于优化-最小求解的GTV图像超分辨率重建技术。
第3章简要介绍基于多项式基的归一化卷积与双边滤波器，及基于混合确定度和双适应度的归一化卷积，在此基础上，介绍一种基于混合确定度和双适应度归一化卷积的图像超分辨率重建技术。
第4章首先引出图像处理中的回归问题，重点介绍核回归及其在超分辨率重建中的应用，基于三边核回归，提出相应的图像超分辨率重建方法。
第5章首先介绍基于MAP框架的超分辨率重建方法，然后引出基于特征驱动先验的MAP分块图像超分辨率重建方法及技术。
第6章首先介绍图像观测模型和超分辨率重建原理及Tukey范数，然后介绍基于BTV正则项的超分辨率重建算法，最后介绍基于Tukey范数保真项和自适应BTV正则项的图像超分辨率重建技术。
第7章首先简要介绍基于超视锐度机理的初始图像估计方法，然后介绍基于超视锐度机理及非连续自适应MRF模型的遥感图像超分辨率重建技术。
第8章介绍基于超视锐度机理及边缘保持MRF模型的遥感图像超分辨率重建技术，包括基于联合配准参数估计的MAP模型、基于边缘保持的MRF先验模型、梯度计算及正则化参数确定等。
目录
第1 章绪论 1
1.1 超分辨率重建的背景及意义 1
1.2 图像超分辨率的基本概念 3
1.3 图像超分辨率重建原理 5
1.4 图像超分辨率重建的频域方法 7
1.4.1 基于傅里叶变换的频域重建法 7
1.4.2 基于离散余弦变换的频域重建法 7
1.5 图像超分辨率重建的空域方法 8
1.5.1融合-复原法 8
1.5.2 统计方法 9
1.5.3 基于集合理论的重建方法 13
参考文献 14
第2章基于优化-最小求解的广义总变分图像超分辨率重建 22
2.1 问题描述 23
2.1.1 MAP 图像超分辨率重建的求解框架 23
2.1.2 正则化函数的选取原则 24
2.2 广义总变分正则项 25
2.2.1双边总变分(BTV)的思想 25
2.2.2改进的BTV——广义TV正则项 26
2.3基于优化-最小算法的GTV图像超分辨率重建方法 27
2.3.1 MM 算法 28
2.3.2基于优化-最小算法的GTV图像超分辨率重建方法推导与求解步骤 28
2.4 实验结果与分析 30
2.4.1 遥感图像超分辨率重建实验 30
2.4.2标准测试图像Lena的超分辨率重建 33
2.4.3标准测试图像Cameraman的超分辨率重建 34
参考文献 37
第3 章基于混合确定度和双适应度归一化卷积的超分辨率重建 39
3.1 基于多项式基的归一化卷积与双边滤波器 40
3.1.1 利用多项式基的归一化卷积框架 40
3.1.2 加权最小二乘解 41
3.1.3 双边滤波器及相关比对 44
3.2 基于混合确定度和双适应度的归一化卷积 45
3.2.1 基于双适应度的归一化卷积框架 45
3.2.2 混合确定度函数 47
3.3 基于改进归一化卷积的超分辨率重建 48
3.3.1 三分步骤法 48
3.3.2 基于混合确定度和双适应度的归一化卷积融合法 49
3.4 实验结果与分析 50
3.4.1 基于高斯确定度和双适应度的归一化卷积超分辨率重建实验 51
3.4.2 基于混合确定度和双适应度的归一化卷积超分辨率重建实验 53
3.4.3 新超分辨率重建算法在水位测量中的应用实验 55
参考文献 57
第4 章基于三边核回归的图像超分辨率重建 60
4.1 图像处理中的回归问题 60
4.2 核回归及其在超分辨率重建中的运用 62
4.2.1 一维核回归 62
4.2.2 二维核回归 64
4.2.3 结构自适应核回归 66
4.3 基于改进核回归的超分辨率重建 68
4.3.1 三边核回归 68
4.3.2 基于三边核回归的超分辨率重建算法流程 69
4.4 实验结果与分析 69
4.4.1 基于三边核回归的超分辨率重建算法有效性验证 69
4.4.2 三边核回归超分辨率重建算法在水上桥梁遥感识别中的应用实验 76
参考文献 78
第5章基于特征驱动先验的MAP分块超分辨率重建 80
5.1基于MAP框架的超分辨率重建 81
5.2基于新型先验的MAP分块超分辨率重建 82
5.2.1 不变先验模型的不足 82
5.2.2 特征驱动的先验模型 83
5.2.3用于超分辨率重建的分块MAP框架 84
5.2.4 十字伪影及解决方法 85
5.3 实验结果与分析 87
5.3.1 特征驱动先验的图像超分辨率重建实验 87
5.3.2 基于分块的图像超分辨率重建实验 89
5.3.3 超分辨率重建中十字伪影消除实验 91
参考文献 93
第6章基于Tukey范数和自适应双边总变分的超分辨率重建 94
6.1 图像观测模型和超分辨率重建 94
6.2 Tukey 范数 95
6.3基于Tukey范数保真项和自适应BTV正则项的SRR算法 98
6.3.1 BTV 正则项 98
6.3.2结合Tukey范数和自适应BTV正则项的SRR算法 98
6.4 实验结果与分析 100
6.4.1标准Lena图像超分辨率重建实验 100
6.4.2 遥感图像超分辨率重建实验 105
6.4.3 文本图像超分辨率重建实验 108
参考文献 112
第7章基于超视锐度及非连续自适应MRF模型的遥感图像超分辨率重建 114
7.1 图像配准 115
7.2 基于超视锐度机理的初始图像估计 116
7.2.1 基于非均匀采样的立方插值实现超视锐度机理 116
7.2.2 基于归一化卷积的超视锐度机理实现 116
7.3 MAP+DAMRF 超分辨率重建算法 118
7.3.1 MAP 模型 118
7.3.2非连续自适应性MRF(DAMRF)先验模型 119
7.3.3基于GNC优化算法的MAP实现 122
7.4 实验结果与分析 123
7.4.1 全局平移的图像超分辨率重建实验 124
7.4.2 全局平移和旋转的图像超分辨率重建实验 135
参考文献 139
第8章基于超视锐度及边缘保持MRF模型的遥感图像超分辨重建 141
8.1 联合图像配准和高分辨图像估计的建模 142
8.1.1联合配准参数估计的MAP模型 142
8.1.2边缘保持MRF先验模型 144
8.1.3 梯度计算及正则化参数的确定 145
8.1.4 算法实现步骤 147
8.2 实验结果与分析 147
8.2.1 全局平移的图像超分辨率重建实验 147
8.2.2 全局平移和旋转的图像超分辨率重建实验 154
参考文献 160
索引 162
书单推荐
