论文部分内容阅读
该文内容主要涉及:图像超分辨率处理的机理和理论基础分析;单幅图像超分辨率处理方法和算法;多幅(或序列)图像超分辨率处理方法和算法;神经网络技术和遗传算法在图像超分辨率处理中的应用方法和算法;以及图像超分辨率处理后图像质量的评价准则和方法研究. (1)该文首先对图像超分辨率技术的发展和现状,以及进行图像超分辨率技术研究的目的、意义和研究背景进行概括性的分析.(2)在遥感成像系统基本原理和图像超分辨率的机理分析中,为了理解图像超分辨率处理的起源.(3)在单幅图像的超分辨率处理技术研究中,重点对单幅图像的超分辨率处理进行了研究. (4)在多幅或序列图像的超分辨率重建处理的研究中,重点对多幅或序列低分辨率图像重建超分辨率图像的理论算法进行分析,研究如何利用同一地区(区域)所获得的多帧低分辨率、欠采样的图像重建超分辨率图像的问题,分别对无噪和有噪情况下递归重建超分辨率图像算法进行了理论探讨. (5)在基于神经网络的图像超分辨率处理方法研究中,把神经网络技术引入到图像的超分辨率处理中,提出了基于神经网络图像超分辨率处理方法,建立了基于一维自组织特征映射神经网络和Hopfield神经网络的图像超分辨率处理方法. (6)在基于遗传算法的图像超分辨率处理方法研究中,利用遗传算法的寻优特点,把遗传算法引入到图像超分辨率复原处理中,建立了基于遗传算法的图像超分辨率复原方法,提出把序列图像作为初始群的思想,以实现基于遗传算法的最优图像重建,并对提出的方法在计算机上进行了仿真实验,实验结果表明该文提出的基于遗传算法的图像超分辨率处理方法和算法完全可行,可以提高图像分辨率和质量. (7)在超分辨率图像质量的评价准则与方法研究中,借鉴图像复原等图像质量评价准则方法,建立了图像超分辨率图像质量的评价准则,提出了基于小波变换的超分辨率图像质量评价方法.