ارتقاء وضوح تصویر رنگی از روی رشته ای از تصاویر وضوح پایین

ارتقاء وضوح تصویر رنگی از روی رشته ای از تصاویر وضوح پایین
نوع فایل: word (قابل ویرایش)
تعداد صفحات : 141 صفحه

چکیده
در سال های اخیر، پیشرفت های گسترده ای در زمینه ی سنسورهای تصویر و سیستم های تصویربرداری دیجیتال صورت گرفته است، اما هنوز محدودیت های تئوری و عملی بر روی وضوح تصاویر گرفته شده با این دوربین ها اثر می گذارد. تکنیک های فراتفکیک پذیری (سوپر رزولوشن) به منظور غلبه بر این محدودیت ها در سال های اخیر گسترش یافته اند. این تکنیک ها با استفاده از یک و یا چند تصویر کم وضوح، تصویری با وضوح بالاتر ایجاد می کنند. کارهای اخیر در زمینه ی فراتفکیک پذیری (که اغلب بر روی تصاویر خاکستری متمرکز شده است)، به منظور کاهش پیچیدگی محاسباتی و افزایش مقاومت در برابر خطاهای مدل¬سازی و نویز انجام شده است. از سویی دیگر، روش¬های موزائیک زدایی متعددی به منظور کاهش مصنوعات رنگی، که در نتیجه ی استفاده از دوربین های تک CCD است، مطرح شده است.
در این پایان نامه، با استفاده از روش های آماری در پردازش سیگنال، چارچوب مقاومی را برای ترکیب تصاویر کم وضوح به منظور ایجاد تصویری با وضوح بالا پیشنهاد می دهیم. در این روش، با استفاده از معیار مقاوم به خطا در تابع هدف و تطبیق فرآیند تخمین برای هر تصویر کم وضوح متناسب با دقت پارامترهای مدل و سطح نویز آن، بازسازی مقاومی را ایجاد نموده ایم. همچنین با تعمیم این روش در حوزه ی رنگ، و ادغام فرآیند تفکیک پذیری و دموزانیک تصویر، توانسته ایم علاوه بر افزایش وضوح تصاویر رنگی، موزائیک زدایی تصویر را نیز به طور همزمان انجام دهیم. آزمایش های انجام شده نیز عملکرد خوب الگوریتم پیشنهادی را در مقابل نویز و خطا تصدیق می-کند.
واژه‌های کلیدی:
فراتفکیک پذیری، ثبت تصاویر، تخمین-M، تنظیم کننده، موزائیک زدایی تصویر، فیلتر رنگی.
فهرست عناوین
۱ فصل اول مقدمه 1
۱‌.1‌ فراتفکیک¬پذیری به عنوان یک مسئله معکوس 7
۱‌.2‌ فصل بندی پایان نامه 10
۲ فصل دوم مرور کارهای گذشته 13
۲٫۱ مدل سیستم عکسبرداری 14
۲‌.2‌ فراتفکیک پذیری در حوزه فرکانس 16
۲‌.3‌ روشهای حوزه فضایی 18
۲‌.3‌.1‌ درونیابی- بازسازی: روشهای غیرتکراری 19
۲‌.3‌.2‌ روش های آماری 21
۲٫۳٫۲٫۱ حداکثر احتمال 23
۲‌.3‌.2‌.2‌ حداکثر احتمال پسین 25
۲٫۳٫۲٫۳ بازنشانی- MAP توام 27
۲‌.3‌.3‌ رویکرد طرح¬ریزی بر روی مجموعه¬های محدب 28
۲٫۳٫۴ رویکرد ترکیبی ML-POCS 30
۳ فصل سوم ارتقاء وضوح تصاویر خاکستری 31
۳٫۱ ترکیب تصاویر کم وضوح مبتنی بر تخمین- M 32
۳‌.1‌.1‌ چارچوب تخمین M 32
۳‌.1‌.2‌ ترکیب تصاویر مبتنی بر تخمین Half-Quadratic 40
۳‌.1‌.2‌.1‌ محاسبه پارامتر a مطابق با دقت هر فریم 42
۳‌.1‌.3‌ تنظیم کننده¬ها 45
۳‌.2‌ روش پیشنهادی جهت ارتقاء وضوح 49
۳‌.3‌ آزمایش¬ها 50
۳‌.3‌.1‌ بررسی روش¬های متفاوت بازسازی و تاثیر تنظیم کننده¬ها 51
۳‌.3‌.2‌ ارزیابی عملکرد الگوریتم پیشنهادی در مقابل خطای ثبت 52
۳‌.3‌.3‌ ارزیابی استحکام روش پیشنهادی در مقابل پرتی¬ها 54
۳‌.3‌.4‌ پیاده¬سازی روش پیشنهادی روی تصاویر واقعی 55
۴ فصل چهارم ارتقاء وضوح تصاویر رنگی 65
۴‌.1‌ مروری بر مسائل فراتفکیک¬پذیری در تصاویر رنگی و موزائیک زدایی تصویر 66
۴‌.1‌.1‌ فراتفکیک پذیری در تصاویر رنگی 66
۴‌.1‌.2‌ موزائیک زدایی تصویر 67
۴‌.1‌.3‌ ادغام فراتفکیک¬پذیری و موزائیک زدایی در یک فرآیند 73
۴‌.2‌ مدل ریاضی و حل مسئله 75
۴‌.2‌.1‌ مدل ریاضی سیستم عکسبرداری 75
۴‌.3‌ روش پیشنهادی جهت موزائیک زدایی چند فریمی 78
۴‌.3‌.1‌ جمله¬ی وفاداری 80
۴‌.3‌.2‌ جمله¬ی جریمه¬ی روشنایی 80
۴‌.3‌.3‌ جمله¬ی جریمه¬ی رنگ 81
۴‌.3‌.4‌ جمله¬ی جریمه¬ی وابستگی¬های رنگی 82
۴‌.4‌ تابع هزینه کلی 83
۴‌.5‌ آزمایش¬ها 84
۴‌.5‌.1‌ بررسی عملکرد الگوریتم پیشنهادی در برابر خطاهای ثبت 86
۴‌.5‌.2‌ بررسی عملکرد الگوریتم پیشنهادی در برابر پرتی¬ها 87
۵ فصل پنجم جمع¬بندی و نتیجه¬گیری 95
۵‌.1‌ نتیجه¬گیری 96
۵‌.2‌ پیشنهادهایی برای کارهای آتی 97
منابع و مراجع 101
پیوست¬ها 115