了得網醫學_圖像超分辨率重建

編輯推薦

word-wrap: break-word; word-break: break-all;">

圖像空間分辨率是成像繫統對輸出圖像細節分辨能力的一種度量，高空間分辨率意味著圖像內的像素密度高，能夠提供更多的地物細節信息。
張良培等編著的《圖像超分辨率重建》共分為8章，前兩章主要介紹了圖像超分辨率重建的基礎知識，包含了技術產生的背景、基於原理與方法、發展與應用現狀等。第3～8章針對不同的技術問題，詳細闡述了作者發展的各種超分辨率重建方法，主要包含超分辨率重建的聯合求解方法、空間自適應超分辨率重建方法、正則化參數的自適應求解方法、高光譜圖像的超分辨率重建方法、光學變焦序列圖像的超分辨率重建方法和多時相遙感圖像的超分辨率重建方法。

內容簡介

《圖像超分辨率重建》是作者近十年的研究工作總結。《圖像超分辨率重建》共分為8章，前兩章主要介紹了圖像超分辨率重建的基礎知識，包括技術產生的背景、基於原理與方法、發展與應用現狀等。第3～8章針對不同的技術問題，詳細闡述了作者發展的各種超分辨率重建方法，主要包括超分辨率重建的聯合求解方法、空間自適應超分辨率重建方法、正則化參數的自適應求解方法、高光譜圖像的超分辨率重建方法、光學變焦序列圖像的超分辨率重建方法和多時相遙感圖像的超分辨率重建方法。

《圖像超分辨率重建》適合研究圖像超分辨率的科研人員參考，也可供相關專業的研究生和技術人員閱讀。

前言
第1章緒論
1.1 圖像超分辨率重建產生的技術背景
1.2 圖像超分辨率重建的概念、原理與應用
1.3 圖像超分辨率重建技術的發展
第2章超分辨率重建的基本方法
2.1 圖像超分辨率重建的基本流程
2.2 超分辨率重建中的圖像配準(運動估計)
2.3 超分辨率重建中的模糊辨識
2.4 超分辨率重建中的重建模型
2.5 超分辨率重建常用的數值求解方法
2.6 超分辨率重建中的運算方式
2.7 重建圖像的質量評價
第3章超分辨率重建的聯合求解方法前言
第1章緒論
1.1 圖像超分辨率重建產生的技術背景
1.2 圖像超分辨率重建的概念、原理與應用
1.3 圖像超分辨率重建技術的發展
第2章超分辨率重建的基本方法
2.1 圖像超分辨率重建的基本流程
2.2 超分辨率重建中的圖像配準(運動估計)
2.3 超分辨率重建中的模糊辨識
2.4 超分辨率重建中的重建模型
2.5 超分辨率重建常用的數值求解方法
2.6 超分辨率重建中的運算方式
2.7 重建圖像的質量評價
第3章超分辨率重建的聯合求解方法
3.1 現有研究基礎
3.2 運動估計場、運動分割場、超分辨率圖像的聯合求解
3.3 配準參數、模糊參數、超分辨率圖像的聯合求解
3.4 總結
第4章空間自適應超分辨率重建方法
4.1 常用的圖像先驗模型
4.2 基於自適應加權馬爾可夫模型的超分辨率重建
4.3 區域自適應超分辨率重建
4.4 空間信息自適應總變分超分辨率重建
4.5 總結
第5章正則化參數的自適應求解方法
5.1 常用的正則化參數選擇方法
5.2 U曲線正則化參數選擇方法
5.3 實驗結果
5.4 總結
第6章高光譜圖像的超分辨率重建方法
6.1 高光譜圖像的特點分析
6.2 常用的高光譜圖像分辨率增強方法
6.3 高光譜圖像超分辨率重建方法
6.4 實驗結果與分析
6.5 總結
第7章光學變焦序列圖像的超分辨率重建方法
7.1 問題的提出
7.2 觀測模型
7.3 圖像配準與拼接
7.4 基於總變差模型的重建方法
7.5 實驗結果與分析
7.6 總結
第8章多時相遙感圖像的超分辨率重建方法
8.1 遙感觀測與超分辨率重建技術的相互促進
8.2 遙感圖像預處理及圖像觀測模型
8.3 超分辨率重建方法
8.4 實驗結果與精度分析
8.5 總結
參考文獻

在線試讀

第1章緒論
1.1 圖像超分辨率重建產生的技術背景
1.1.1 分辨率的概念
圖像分辨率是成像繫統對輸出圖像細節分辨能力的一種度量，也是圖像中目標細微程度的指標，它表示景物信息的詳細程度。對“圖像細節”的不同解釋就會對圖像分辨率有不同的理解，對細節不同側面的應用又可以得到圖像不同側面的度量（曹聚亮，2004）。因此，圖像分辨率可以分為不同的種類，如空間分辨率、時間分辨率、光譜分辨率、輻射分辨率等。
其中，圖像的空間分辨率是指傳感器所能分辨的小的目標大小，或指圖像中一個像素點所代表的目標實際範圍的大小，它是圖像清晰程度的度量；時間分辨率在遙感領域一般指衛星對同一地點進行重復觀測的時間間隔，針對視頻數據又稱為幀率，是指每秒鐘時間內獲取的圖像數目；光譜分辨率指傳感器在接收目標輻射的波譜時所能分辨的小波長間隔。間隔越小、分辨率越高；輻射分辨率也稱為亮度分辨率，是傳感器接收波譜信號時能夠分辨的小輻射度差，在圖像中表現為圖像的灰度級，所以有時稱為灰度級分辨率。
在本書中，我們主要討論的是圖像的空間分辨率，超分辨率重建也是相對圖像空間分辨率而言的。因此，在後面各章節中，如果不加說明，分辨率即指的是圖像的空間分辨率。
為了加深對圖像分辨率概念的理解，我們對兩個易於混淆的概念，即分辨率和像素數量（圖像尺寸），進行對比介紹。在數碼相機市場上，1000 萬像素的相機明顯比500萬像素的相機貴，主要原因就是其獲取圖像的空間分辨率較高。但是，分辨率和像素數量是否一定成正比關繫呢？一般來講，圖像的分辨率越高，單位長度內的像素數目越多，從而表達同一場景的像素數目也就越多；但反過來講，圖像像素數量越多，並不一定表示圖像的分辨率越高。兩幅圖像具有相同的分辨率意味兩幅圖像包含的有用特征相同（Lin and Shum，2004），從這個意義上來講，圖像的分辨率不能僅僅通過圖像中的像素數目來衡量。同樣，在遙感領域習慣用一個像素對應的地面範圍大小表達圖像空間分辨率的高低，也是不嚴格的，其僅指的是地面分辨率。
如圖1-1（a）所示的南京一處郊區的SPOT5 全色圖像，圖像尺寸為256 × 256；對該圖像以因子2 進行降采樣，得到的圖像如圖1-1（b）所示，很明顯，降采樣後的圖像尺寸為128 ×128，分辨圖像細節的能力減小了一半；對降采樣圖像分別以因子2 進行雙線性內插和雙三次內插，內插結果分別顯示於圖1-1（c）和（d）中，雖然內插圖像的尺寸為256× 256，但與降采樣圖像相比分辨有用細節特征的能力並未增加，因此其實際的空間分辨率並未提高，仍低於圖1-1（a）。通過以上對比分析可以看出，決定圖像分辨率的因素是其對圖像細節的分辨能力。欲提高圖像的分辨率，須通過處理增加圖像中有用的細節特征。第1章緒論

1.1 圖像超分辨率重建產生的技術背景

1.1.1 分辨率的概念

圖像分辨率是成像繫統對輸出圖像細節分辨能力的一種度量，也是圖像中目標細微程度的指標，它表示景物信息的詳細程度。對“圖像細節”的不同解釋就會對圖像分辨率有不同的理解，對細節不同側面的應用又可以得到圖像不同側面的度量（曹聚亮，2004）。因此，圖像分辨率可以分為不同的種類，如空間分辨率、時間分辨率、光譜分辨率、輻射分辨率等。

其中，圖像的空間分辨率是指傳感器所能分辨的小的目標大小，或指圖像中一個像素點所代表的目標實際範圍的大小，它是圖像清晰程度的度量；時間分辨率在遙感領域一般指衛星對同一地點進行重復觀測的時間間隔，針對視頻數據又稱為幀率，是指每秒鐘時間內獲取的圖像數目；光譜分辨率指傳感器在接收目標輻射的波譜時所能分辨的小波長間隔。間隔越小、分辨率越高；輻射分辨率也稱為亮度分辨率，是傳感器接收波譜信號時能夠分辨的小輻射度差，在圖像中表現為圖像的灰度級，所以有時稱為灰度級分辨率。

在本書中，我們主要討論的是圖像的空間分辨率，超分辨率重建也是相對圖像空間分辨率而言的。因此，在後面各章節中，如果不加說明，分辨率即指的是圖像的空間分辨率。

為了加深對圖像分辨率概念的理解，我們對兩個易於混淆的概念，即分辨率和像素數量（圖像尺寸），進行對比介紹。在數碼相機市場上，1000 萬像素的相機明顯比500萬像素的相機貴，主要原因就是其獲取圖像的空間分辨率較高。但是，分辨率和像素數量是否一定成正比關繫呢？一般來講，圖像的分辨率越高，單位長度內的像素數目越多，從而表達同一場景的像素數目也就越多；但反過來講，圖像像素數量越多，並不一定表示圖像的分辨率越高。兩幅圖像具有相同的分辨率意味兩幅圖像包含的有用特征相同（Lin and Shum，2004），從這個意義上來講，圖像的分辨率不能僅僅通過圖像中的像素數目來衡量。同樣，在遙感領域習慣用一個像素對應的地面範圍大小表達圖像空間分辨率的高低，也是不嚴格的，其僅指的是地面分辨率。

如圖1-1（a）所示的南京一處郊區的SPOT5 全色圖像，圖像尺寸為256 × 256；對該圖像以因子2 進行降采樣，得到的圖像如圖1-1（b）所示，很明顯，降采樣後的圖像尺寸為128 ×128，分辨圖像細節的能力減小了一半；對降采樣圖像分別以因子2 進行雙線性內插和雙三次內插，內插結果分別顯示於圖1-1（c）和（d）中，雖然內插圖像的尺寸為256× 256，但與降采樣圖像相比分辨有用細節特征的能力並未增加，因此其實際的空間分辨率並未提高，仍低於圖1-1（a）。通過以上對比分析可以看出，決定圖像分辨率的因素是其對圖像細節的分辨能力。欲提高圖像的分辨率，須通過處理增加圖像中有用的細節特征。

1.1.2 圖像分辨率提高的硬件限制

圖像傳感器是圖像觀測繫統中核心的部件之一，數字相機就是采用圖像傳感器來形成圖像的模擬電流信號，經模擬-數碼轉換處理後再進行記錄形成圖像。因此，圖像傳感器的質量是決定圖像質量的關鍵因素。現今主流的圖像傳感器為CCD（charge coupled device）傳感器，其他圖像傳感器如CMOS（complement metal oxide semiconductor）也日益增多。

常規情況下，人們主要通過改進高精度的CCD 或CMOS 傳感器等硬件設備來獲取高分辨率的圖像，即所謂的“硬件途徑”。其中直接的方法就是通過改進傳感器制作工藝減小尺寸，以增加圖像的像素數。隨著技術的不斷改進，的尺寸越來越小，而隨著的逐漸變小，獲取的圖像受散粒噪聲的影響則越來越大，如果無限制地減小的大小，所獲取的圖像像素數量雖然增加了，但噪聲的影響限制了圖像實際分辨率的提高。CCD 傳感器的尺寸為40μm²，目前的傳感器技術已經幾乎達到了這一水平。另一種提高圖像分辨率的“硬件途徑”是增加芯片尺寸的大小，但是隨著芯片尺寸的增加，電容量也會增加，致使電荷的轉換率減慢，進而導致圖像中的點光源變模糊（Chaudhuri and Joshi, 2005），因此該方法也有非常大的限制（Park et al., 2003）。

此外，高空間分辨率圖像的獲取還存在其他多方面的限制。首先，高精度的硬件設備往往價格昂貴，出於經濟性方面的考慮，人們也不得不選擇較低分辨率的相機或圖像數據。其次，傳感器設計的尖端技術往往掌握在少數幾個發達國家手中，大部分發展中國家包括中國在傳感器設計方面的技術還相對落後。例如，在衛星遙感對地觀測領域，我國遙感衛星獲取的圖像在空間分辨率指標上與西方發達國家有較大差距。再次，成像繫統的空間分辨率與時間分辨率、光譜分辨率相互制約，為了保證具有較高的時間分辨率或光譜分辨率，往往不得不在空間分辨率指標上進行次優的設計，如為保證在較短時間內獲取全月球的覆蓋數據，我國“嫦娥一號”CCD 相機和美國“月球勘測軌道器”的寬角相機，其空間分辨率分別隻有120m 和100m，顯然無法進行對月表的細微表達與精細解譯。

綜合以上原因，通過“硬件途徑”提高圖像的空間分辨率存在諸多方面的限制，從而催生了本書闡述的內容――超分辨率重建技術。超分辨率重建是從“軟件途徑”，通過發展理論、算法來提高圖像的空間分辨率，已成為圖像處理領域為活躍的研究方向之一。

1.2 圖像超分辨率重建的概念、原理與應用

不同的學者對圖像超分辨率重建的定義不盡相同，較為通用的定義為：圖像超分辨率重建是通過對多幅具有互補信息的低分辨率圖像進行處理，重建一幅或多幅高分辨率圖像的技術。近年來，一些學者又將超分辨率重建劃分為多幅圖像超分辨率重建和單幅圖像超分辨率重建，但這裡所謂的“單幅圖像超分辨率重建”並非僅利用了一幅圖像的信息，而是以輸入的一幅圖像為基礎，在圖像數據庫中尋找有用的互補信息，進行信息的融合從而生成超分辨率圖像，因此其仍然是利用了多幅圖像的信息。而像單幅圖像復原、圖像內插等處理，雖然在很多情況下能夠大大提升圖像的清晰度，但並沒有體現“超”的含義，因此不應劃入超分辨率重建的範疇。下面將從一個常用的圖像觀測模型出發，闡述圖像超分辨率重建的基本原理。

1.2.1 圖像觀測模型

圖像觀測模型描述理想圖像與觀測圖像之間的關繫。在圖像超分辨率重建中，觀測圖像即一繫列的低分辨率圖像，理想圖像即所求的高分辨率圖像。給定一定場景的P幅低分辨率圖像，可以認為它們是由一幅高分辨率圖像經過一繫列的降質過程產生的，降質過程包括幾何運動、光學模糊、亞采樣以及附加噪聲（Park et al., 2003）。如果用矢量z 表示所求的高分辨率圖像，g_k表示某一幅低分辨率圖像（ k為圖像編號），一個常用的圖像觀測模型為（Elad and Feuer，1997；Park et al., 2003）整個降質過程可以用圖 1-2 來表示，左邊的圖像即表示理想高分辨率圖像，依次經過旋轉運動、模糊、降采樣和噪聲過程，得到右邊的圖像，即為觀測圖像。

1.2.2 圖像超分辨率重建的原理

圖像的觀測模型描述了從理想高分辨率圖像到觀測圖像的正過程，而圖像超分辨率重建則是一個逆過程，即利用觀測得到的多幅低分辨率圖像，重建出理想的高分辨率圖像，如圖 1-3 所示。實現超分辨率重建的前提是圖像之間必須包含著互補信息，而根據互補信息的不同來源方式，超分辨率重建技術又可以分為不同的類別。

1. 基於運動的超分辨率重建

1984 年，Tsai 和Huang 首先提出利用多幅具有亞像素位移的欠采樣圖像進行超分辨率重建的方法（Tsai and Huang，1984），基本原理就是把各圖像上由於亞像素位移而存在的互補信息融合到同一幅圖像中，達到提高分辨率的目的。例如，在圖 1-4中，箭頭左邊代表四幅具有亞像素位移的3×3的圖像，並且，如果把幅圖像看做參考圖像，它們之間的相對位移量分別為（0,0），（0,0.5），（0.5,0），（0.5,0.5）。這時，由於圖像之間的位移差正好以半個像素為單位，可以很容易地把這四幅圖像融合到同一幅圖像中，得到箭頭右邊的6×6大小的圖像。

上述僅是超分辨率重建的一個簡單的例子，在很多情況下，圖像之間的位移量並不一定恰恰以半個像素為單位，而且運動也並不一定為整體平移，也可能為旋轉、縮放、扭曲以及局部運動等，但無論如何，隻要它們之間存在亞像素的位移，而且位移量為已知或通過運動估計方法可以近似求得，就存在實現超分辨率的可能。如圖1-5（a）～（d）所示為成像繫統對同一場景的四次不同觀測，四幅觀測圖像之間具有亞像素位移，因而具有相似而不完全相同的信息，將它們疊加在同一平面上，如圖1-5（e）所示，可以看出明顯提高了對該場景的采樣密度，但采用並不規則，超分辨率重建的任務就是將不規則采樣數據轉化為規則采樣數據，即圖 1-5（f）。

如果從觀測模型式（1-1）看，此類超分辨率重建所需的互補信息來源於式中的運動矩陣M_k ，我們把此類利用圖像之間的亞像素位移來獲取互補信息並實現超分辨率的方法稱為基於運動的超分辨率重建方法。由於人們非常容易接觸到具有相互運動的圖像序列（如視頻序列、多時相圖像等），再加上基於運動的超分辨率重建方法比較直觀而且又比較容易實現，所以在國內外的文獻中，絕大多數的超分辨率重建方法屬於此類方法，它是當前圖像超分辨率重建領域中的研究主流，也是本書重點講述的內容。

下面給出一個基於運動的超分辨率重建的實例，如圖 1-6所示。圖像中的景物皆為靜止，我們用普通商用數碼相機進行拍攝，得到序列圖像，並把重建目標鎖定在車排號及其附近的區域，采用基於後驗估計的方法進行重建，可以看出，重建後圖像比重建前圖像的質量有了較大的改善，空間分辨率得到了較大提高，能更清晰地分辨出圖像上的數字和字母。

2. 基於尺度的超分辨率重建

基於尺度的超分辨率重建是對不同觀測尺度的寬場景、低分辨率圖像與小場景、高分辨率圖像進行處理，從而得到一幅同時具備寬場景和高分辨率特征圖像的技術。例如，目前大多數的數碼相機都具備光學變焦功能，如果在對同一目標進行多次拍攝時所選用的焦距不同，獲取的圖像就會有不同的分辨率和取景範圍，

商品搜索

商品分类

【醫學】

【各大出版社】