异分辨率激光复合成像超分辨三维重构算法研究
发布时间：2021-10-22 20:11
Gm-APD激光雷达因其探测灵敏度高、距离分辨率高、方便集成等特点成为现今一大热门研究领域,但通常其距离像的空间分辨率低,ICCD激光雷达强度像的空间分辨率高。为了提高Gm-APD距离像的空间分辨率,本课题通过搭建Gm-APD激光雷达和ICCD激光雷达双波长复合成像系统采集低分辨距离像和高分辨强度像,研究了区域相似度引导超分辨三维重构算法,该算法利用ICCD强度像的高空间分辨率优势引导低空间分辨率的Gm-APD距离像重构生成高空间分辨率的Gm-APD距离像。针对该算法的区域相似度引导项的标准差不可控和重构像边缘模糊两大不足,本文在此基础上提出了改进的图像引导超分辨三维重构算法。首先,调研了图像超分辨三维重构算法的研究现状,通过对国内外研究现状的分析,将区域相似度引导的图像引导算法作为本文的主要研究方向。因此,本文研究了区域相似度引导的图像引导算法原理,通过详细地公式推导获得了该算法最优化目标方程的解析解,同时研究了无参考图像质量评价指标和有参考图像质量评价指标以评估超分辨重构图像质量。进一步使用双三次插值、标准图像引导算法、引导滤波、TGV和区域相似度引导的图像引导算法对仿真数据和真实...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
最邻近插值、双三次插值、高斯滤波上采样和JBUF超分辨重构对比图[23]
哈尔滨工业大学工程硕士学位论文–3–图1-2最邻近插值、双三次插值、高斯滤波上采样和JBUF超分辨重构对比图[23]图1-3不同算法MSE指标对比图[23]2011年，Park等人将非局部均值项添加到正则化项中，并将色彩相似度引导项、超像素分割引导项、边缘显著度引导项和双三次插值引导项添加到加权函数的平滑项中，通过求解最优化方程得到复原高分辨深度图像。非局部均值项、超像素分割和边缘显著度引导项的增加在标准MRF算法的基础上进一步丰富细节信息和锐化图像边缘，但同时增加了算法运行时间。在几种算法图像质量评价指标RMSE对比中，Park算法优于标准MRF和双边滤波，不同算法RMSE指标对比如表1-1所示，不同算法重构结果如图1-4所示[24]。表1-1不同算法RMSE指标对比[24]ArtBooksMobius2×4×8×16×2×4×8×16×2×4×8×16×Bilinear0.561.092.104.030.190.350.651.240.200.370.701.32MRFs0.621.011.973.940.220.330.621.210.250.370.671.29Bilateral0.570.701.503.690.300.450.641.450.390.480.691.14Guided0.661.061.773.630.220.360.601.160.240.380.611.20Ours0.430.671.082.210.170.310.571.050.180.300.520.90
哈尔滨工业大学工程硕士学位论文–5–加了卷积层数量以扩大感受野，并且在网络末端添加反卷积层以增加超分辨重构速度。1.2.2国内研究现状国内关于图像超分辨重构的研究较晚。2005年，谢美华等人[29]提出一种利用图像梯度信息来进行超分辨插值的算法，它首先将图像是分片连续的光滑函数作为先验知识，构建出与各点梯度值成反比的函数以实现低分辨图像超分辨重构。该方法对边缘信息比较简单、对比度较强的低分辨图像重构效果较好，对边缘信息比较复杂的图像进行研究，发现其重构结果优于双线性插值等算法，该方法PSNR较最邻近插值和双线性插值提高了约32%。2015年，郝刚涛等人提出一种自适应强度值和距离值的马尔科夫随机场(MRF)超分辨重构算法，该方法在正则化项中引入高斯核函数标准差自适应的距离相似度引导项、色彩相似度引导项和超像素分割边缘惩罚引导项，并针对图像部分区域进行快速插值，通过求解该问题的最优化方程实现了超分辨重构。通过对仿真数据和真实激光雷达数据的研究显示该算法较双线性插值、双边滤波和标准MRF重构算法性能更优，其中真实激光雷达数据重构结果显示该算法较低分辨距离像和双线性插值距离像，平均测距精度分别提高了45%和30%，不同算法RMSE和PSNR指标对比如图1-6所示，不同算法重构效果对比如图1-7所示[30]。a)RMSE对比图b)PSNR对比图图1-6四种方法的定量指标比较[30]
【参考文献】：
期刊论文
[1]基于多层连接卷积神经网络的单帧图像超分辨重建[J]. 贺瑜飞,高宏伟. 计算机应用与软件. 2019(05)
[2]光子计数激光测深系统[J]. 张河辉,丁宇星,黄庚华. 红外与激光工程. 2019(01)
[3]无扫描激光三维成像雷达研究进展及趋势分析[J]. 卜禹铭,杜小平,曾朝阳,赵继广,宋一铄. 中国光学. 2018(05)
[4]基于马尔科夫随机场的图像超分辨技术研究综述[J]. 黎海雪,林海涛,姜栋瀚. 通信技术. 2018(10)
[5]实现图像缩放功能的Matlab插值算法研究与比较[J]. 丁雪晶. 湖北大学学报(自然科学版). 2018(04)
[6]基于稀疏激光点云数据和单帧图像融合的三维重构算法[J]. 贺秉安,曾兴,李子奇,万生鹏. 计测技术. 2017(03)
[7]多尺度有理分形的图像插值算法[J]. 姚勋祥,张云峰,宁阳,刘一方. 中国图象图形学报. 2016(04)
[8]基于权值优化分块自适应灰度-距离Markov随机场的无扫描3D激光雷达距离图像重构[J]. 郝刚涛,杜小平,宋建军,宋一铄. 光学学报. 2015(08)
[9]激光雷达应用技术研究进展[J]. 刘斌,张军,鲁敏,滕书华,马燕新,张文广. 激光与红外. 2015(02)
[10]国外空间目标激光三维成像雷达关键技术分析[J]. 宋一铄,杜小平,曾朝阳. 装备学院学报. 2014(01)
本文编号：3451774
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
最邻近插值、双三次插值、高斯滤波上采样和JBUF超分辨重构对比图[23]
哈尔滨工业大学工程硕士学位论文–3–图1-2最邻近插值、双三次插值、高斯滤波上采样和JBUF超分辨重构对比图[23]图1-3不同算法MSE指标对比图[23]2011年，Park等人将非局部均值项添加到正则化项中，并将色彩相似度引导项、超像素分割引导项、边缘显著度引导项和双三次插值引导项添加到加权函数的平滑项中，通过求解最优化方程得到复原高分辨深度图像。非局部均值项、超像素分割和边缘显著度引导项的增加在标准MRF算法的基础上进一步丰富细节信息和锐化图像边缘，但同时增加了算法运行时间。在几种算法图像质量评价指标RMSE对比中，Park算法优于标准MRF和双边滤波，不同算法RMSE指标对比如表1-1所示，不同算法重构结果如图1-4所示[24]。表1-1不同算法RMSE指标对比[24]ArtBooksMobius2×4×8×16×2×4×8×16×2×4×8×16×Bilinear0.561.092.104.030.190.350.651.240.200.370.701.32MRFs0.621.011.973.940.220.330.621.210.250.370.671.29Bilateral0.570.701.503.690.300.450.641.450.390.480.691.14Guided0.661.061.773.630.220.360.601.160.240.380.611.20Ours0.430.671.082.210.170.310.571.050.180.300.520.90
哈尔滨工业大学工程硕士学位论文–5–加了卷积层数量以扩大感受野，并且在网络末端添加反卷积层以增加超分辨重构速度。1.2.2国内研究现状国内关于图像超分辨重构的研究较晚。2005年，谢美华等人[29]提出一种利用图像梯度信息来进行超分辨插值的算法，它首先将图像是分片连续的光滑函数作为先验知识，构建出与各点梯度值成反比的函数以实现低分辨图像超分辨重构。该方法对边缘信息比较简单、对比度较强的低分辨图像重构效果较好，对边缘信息比较复杂的图像进行研究，发现其重构结果优于双线性插值等算法，该方法PSNR较最邻近插值和双线性插值提高了约32%。2015年，郝刚涛等人提出一种自适应强度值和距离值的马尔科夫随机场(MRF)超分辨重构算法，该方法在正则化项中引入高斯核函数标准差自适应的距离相似度引导项、色彩相似度引导项和超像素分割边缘惩罚引导项，并针对图像部分区域进行快速插值，通过求解该问题的最优化方程实现了超分辨重构。通过对仿真数据和真实激光雷达数据的研究显示该算法较双线性插值、双边滤波和标准MRF重构算法性能更优，其中真实激光雷达数据重构结果显示该算法较低分辨距离像和双线性插值距离像，平均测距精度分别提高了45%和30%，不同算法RMSE和PSNR指标对比如图1-6所示，不同算法重构效果对比如图1-7所示[30]。a)RMSE对比图b)PSNR对比图图1-6四种方法的定量指标比较[30]
【参考文献】：
期刊论文
[1]基于多层连接卷积神经网络的单帧图像超分辨重建[J]. 贺瑜飞,高宏伟. 计算机应用与软件. 2019(05)
[2]光子计数激光测深系统[J]. 张河辉,丁宇星,黄庚华. 红外与激光工程. 2019(01)
[3]无扫描激光三维成像雷达研究进展及趋势分析[J]. 卜禹铭,杜小平,曾朝阳,赵继广,宋一铄. 中国光学. 2018(05)
[4]基于马尔科夫随机场的图像超分辨技术研究综述[J]. 黎海雪,林海涛,姜栋瀚. 通信技术. 2018(10)
[5]实现图像缩放功能的Matlab插值算法研究与比较[J]. 丁雪晶. 湖北大学学报(自然科学版). 2018(04)
[6]基于稀疏激光点云数据和单帧图像融合的三维重构算法[J]. 贺秉安,曾兴,李子奇,万生鹏. 计测技术. 2017(03)
[7]多尺度有理分形的图像插值算法[J]. 姚勋祥,张云峰,宁阳,刘一方. 中国图象图形学报. 2016(04)
[8]基于权值优化分块自适应灰度-距离Markov随机场的无扫描3D激光雷达距离图像重构[J]. 郝刚涛,杜小平,宋建军,宋一铄. 光学学报. 2015(08)
[9]激光雷达应用技术研究进展[J]. 刘斌,张军,鲁敏,滕书华,马燕新,张文广. 激光与红外. 2015(02)
[10]国外空间目标激光三维成像雷达关键技术分析[J]. 宋一铄,杜小平,曾朝阳. 装备学院学报. 2014(01)
本文编号：3451774
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3451774.html
