图像超分辨率重建中的配准算法研究开题报告

1. 研究目的与意义

人类是通过感觉器官从客观世界获取信息的。

在这些信息中，视觉信息占60%~70%。

视觉信息的特点是信息量大，传播速度快，作用距离远，有心理和生理作用，加上大脑的思维和联想，具有很强的判断能力。

2. 国内外研究现状分析

国内： 国内关于超分辨率重建的研究起步较晚，但是经过诸多学者的努力研究，也已经有了一定研究成果。

主要包括以下算法:苏秉华、金伟其提出的基于poisson-markov 随机场重建算法用来克服重建图像中的振荡条纹象; 邵文泽、韦志辉提出的基于各向异性mrf建模的多帧图像变分超分辨率重建算法; 邵凌等提出一种基于多幅lr 图像的递归迭代算法，不但大大节省了计算存储空间，而且还得到与传统sr 重建算法相近效果。

此外，国内在小波域例、map、基于学习的图像超分辨率方法方面也取得了一些成果。

3. 研究的基本内容与计划

研究内容和预期成果：1.重点分析频域内图像配准方法，讨论旋转估计过程中将二维相关运算转化为一维相关运算过程中的不足之处，提出了改进的算法，从而有效地提高了配准的精度。

2.在改进算法的基础上给出了图像超分辨率重建的整体算法流程。

对标准图像进行实验仿真，证明该算法是有效的。

4. 研究创新点

1、提高新的图像超分辨率重建的配准算法的精度。

2、运算量变少，抗噪声性功能好。