视频序列的自适应超分辨率盲重建技术研究

超分辨率（SR）重建是一种将多幅低分辨率（LR）图像合成为高分辨率（HR）图像的技术，在卫星遥感，医学成像和高清晰电视等多个领域取得了广泛的应用。然而，当前的SR重建方法，对重建模型中的模糊步骤，并没有进行深入的研究，它们往往在重建过程中，事先设定好图像退化过程中的模糊核函数，从而忽略了不同的低分辨率图像各自的特点，达不到完全的盲重建。同时，应用对象大多局限于多幅普通的LR图像，对于应用前景较广的视频序列，SR重建技术并没有发挥其应有的作用。本项目试图通过研究，建立一种仿射变换中图像增强观测模型，在此基础上探讨能根据LR图像的不同而具有自适应性的视频序列SR盲重建方法。该项目的难点和关键在于：模糊核函数的辨识；针对视频序列特点的SR算法优化以及SR重建算法的自适应性研究。该项目的成功实施，对于促进SR技术的发展和应用，丰富图象理解的理论和方法，都具有积极的意义。

超分辨率（SR）重建是一种将多幅低分辨率（LR）图像合成为高分辨率（HR）图像的技术，在卫星遥感，医学成像和高清晰电视等多个领域取得了广泛的应用。.在该项目的研究中，我们发现：当前的SR重建方法，对重建模型中的模糊步骤，并没有进行较为深入的研究，它们往往在重建过程中，事先设定好图像退化过程中的模糊核函数，从而忽略了不同的低分辨率图像各自的特点，达不到完全的盲重建。同时，应用对象大多局限于多幅普通的LR图像，对于应用前景较广的视频序列，SR重建技术并没有发挥其应有的作用，且算法总体缺乏自适应性。基于上述分析，本项目通过大量的深入研究，建立了一种仿射变换中图像增强观测模型，在此基础上探讨能根据LR图像的不同而具有自适应性的视频序列SR盲重建方法。该项目的主要完成的工作有：1）一种基于模糊核函数自动辨识的SR盲重建方法；2）针对视频序列特点的SR算法优化；3）根据不同的低分辨率图像序列的特点进行了SR重建算法的自适应性研究；4）基于MAP算法的LR图像的SR重建以及运动估计的研究；5）基于学习理论的彩色图像的SR重建研究；6）基于频域、时域相结合的SR重建的研究等。该项目完成情况良好，取得了较好的成果，共完成核心期刊论文24篇，其中SCI，EI收录18篇，申请专利4项，培养硕士生16名，产出硕士学位论文6篇, 编写SR重建软件实验平台一套。该项目的成功实施，对于促进SR重建技术的发展和应用，丰富图象理解的理论和方法，都具有积极的意义。