基于運動估計法的圖像分辨率分析

馬小萍

摘 要：根據(jù)多幀圖像序列的相鄰塊運動相位的高度相關性，結合多幀圖像運動方向?qū)崿F(xiàn)靜態(tài)圖像細節(jié)還原，提出了基于恢復殘差圖像進行非冗余信息分辨率重建的算法。這種算法基于序列圖像各幀之間差異信息的信息認知，通過分離出非冗余信息，采用分辨率重建算法，分別得到冗余高分辨率圖像和非冗余高分辨率圖像，對兩者進行圖像融合，實現(xiàn)從粗到精分辨，最終得到高于成像系統(tǒng)的分辨率圖像。另外借助一種基于運動搜索的亞像素快速運動估計算法，對運動進行估計和優(yōu)化。

關鍵詞：分辨率；多幀圖像；運動

0引言

隨著信息技術的不斷發(fā)展和社會的不斷進步，人類對信息的追求越來越豐富。其中數(shù)碼攝像技術被廣泛用于多種場合，同時如何在低分辨率下看世界也受到廣泛的關注。圖像是人們記錄視覺信息的主要載體，因此人們對靜態(tài)圖像的要求也高了，通過靜態(tài)圖像可以給人們提供較為直觀，生動的視覺信息。在得到的靜態(tài)圖像序列中，由于相鄰幀之間存在很強的相位相關性[1]，即存在很高的像素模糊。在單色成像的情況下對單個格子視野中的靜態(tài)像素借助多幀圖像序列采用亞像素快速運動估計和恢復殘差獲得還原靜態(tài)圖像細節(jié)估計的算法，利用多幀圖像視頻序列中相鄰幀之間存在的相位相關性，建立它們表達上的相互關系，從而減少模糊程度，使其盡可能的還原靜態(tài)圖像中已無法還原的細節(jié)。

1總體思路

序列圖像各幀之間由于存在差異信息的認知，因此當需要恢復靜態(tài)視野格子中靜態(tài)圖像內(nèi)部的細節(jié)時需要通過分離出非冗余信息，對于拍攝得到的序列靜態(tài)圖像采用分辨率重建算法，分別得到冗余分辨率圖像和非冗余分辨率圖像，對兩者進行圖像融合，最終得到高于成像系統(tǒng)分辨率的圖像，這樣可以大幅度提高靜態(tài)圖像的還原質(zhì)量。解決這一問題的有效的方法就是采用基于快速亞像素法運動估計算法和恢復殘差獲得還原靜態(tài)圖像細節(jié)估計的算法。其基本思想是通過多幀圖像序列的宏塊來尋找靜態(tài)圖像中的最優(yōu)匹配點。圖像配準是通過多幀圖像來還原靜態(tài)圖像中無法體現(xiàn)的細節(jié)利用初始的配準參數(shù)構建出一個低分辨率圖像，然后將這個低分辨率圖像作為輸入圖像配準的參考幀。

2亞像素快速運動估計原理

快速運動估計算法利用預測的方法，通過相鄰幀之間的運動矢量來預測當前幀運動起點的搜索，減少圖像幀之間的搜索點數(shù)并且避免陷入局部極小值點。預測運動矢量包含整像素與亞像素兩部分信息，如果預測運動矢量的整像素部分等于整像素運動搜索得到的最優(yōu)矢量，那么預測矢量的亞像素部分很可能接近全局最優(yōu)點，可以將預測的亞像素運動矢量作為搜索起點開始搜索。否則，不夠準確的預測亞像素運動矢量會使匹配效果急劇下降。針對這種情況采用基于亞像素快速運動估計算法進行圖像分辨率尋找，在保證圖像質(zhì)量的同時，可有效地減少圖像搜索的點數(shù)。

首先，采用傳統(tǒng)的塊匹配算法進行初始運動估計。塊匹配運動估計的思想是將序列圖像的每一幀都劃分成大小相同互相相鄰的子塊，假設子塊內(nèi)所有像素具有運動一致性，并且只做平移運動，不包含旋轉，伸縮；在參考幀的一定范圍內(nèi)（稱為匹配窗）按照一定的匹配準則搜索與之最接近的塊（稱為預測塊），該預測塊與當前塊的相對位移就是運動矢量。

結合多幀圖像運動方向?qū)崿F(xiàn)快速運動預測，由于拍攝所得到的靜態(tài)圖像在相位上具有較強的相關性，通過采用對多幀圖像運動進行估計和分析可以有效的還原靜態(tài)圖像中的細節(jié)，從而減少相位上的相關性，提高靜態(tài)圖像中對細節(jié)的還原能力。采用快速亞像素運動估計算法來分析靜態(tài)圖像中的匹配誤差關系，保證搜索的準確性。通過對多幀圖像不同運動特征序列進行分析盡可能還原靜態(tài)圖像中的細節(jié)。采用快速亞像素運動估計算法可以在很大程度上提高預測的有效性。

3基于梯度的最優(yōu)圖像配準法

圖像配準是對來自不同場景、不同視點、不同傳感器或不同時間的兩幅或多幅圖像進行對準的過程。近年來，隨著視頻技術、數(shù)字圖像技術的廣泛應用。圖像配準是低分辨率下算法的一個重要環(huán)節(jié)，配準精確對最終還原圖像質(zhì)量起到至關重要的作用。圖像配準是通過多幀圖像來還原單幀圖像中無法體現(xiàn)的細節(jié)。

配準算法最優(yōu)是指該方法估計的參數(shù)精度可以達到邊界，絕大多數(shù)現(xiàn)有的配準估計方法或多或少是有偏差的，因此它們并不是最優(yōu)的。然而，通過迭代過程，可以去除基于梯度配準算法偏差。并且，隱藏在混疊輸入圖像的額外信息也可以用來提高多幀圖像配準精度。首先利用初始的配準參數(shù)構建出一個低分辨率圖像，然后將這個低分辨率圖像作為輸入圖像配準的參考幀。這樣會提高強度和梯度效果，反過來也會提升基于梯度配準的精度。如下圖像配準迭代流程圖所示。

4恢復殘差

采用恢復殘差獲得還原靜態(tài)圖像細節(jié)估計的算法，是根據(jù)得到的靜態(tài)圖像的運動矢量，對前一幀中由于運動而產(chǎn)生的位移進行調(diào)整，從而得到盡可能接近本幀的預測幀。運用凸集投影法將靜態(tài)圖像的初始估計值在凸集的交集里求到最優(yōu)解即盡可能的還原位于一個格子里的靜態(tài)像素[3]。

利用恢復插值圖像與實際多幀圖像之間的殘差，從而得到更真實更清晰的靜態(tài)圖像估計。如下圖分別采用原圖、最鄰近法、雙線性插值法、三次內(nèi)插法進行殘差恢復。

從上面圖像分析結果可知，采用最鄰近法觀察圖像的分辨率結果最模糊，采用三次內(nèi)插法觀察圖像分辨率的質(zhì)量最好，其次是雙線性插值法。

5結論

本文闡述了在低分辨率下基于最優(yōu)配準法的靜態(tài)序列圖像的像素還原。根據(jù)靜態(tài)圖像細節(jié)檢測問題，通過利用整像素運動估計的中間結果直接計算出最優(yōu)亞像素位置，運用亞像素快速運動矢量估計算法和恢復殘差算法獲得還原靜態(tài)圖像的細節(jié)。可以得知當多幀序列圖像運動估計算法越完善，估計出的運動矢量就會越準確，對靜態(tài)圖像恢復程度優(yōu)化的性能也就越好，從而還原的靜態(tài)像素的質(zhì)量就會越高。很好的避免了傳統(tǒng)方法的逐點搜索比較，提高了在低分辨率下像素的還原。

參考文獻：

[1]蘇衡，周杰，張志浩.分辨率圖像重建方法綜述.自動化學報.2013，39（8）：1202-1213.

[2]周俐俐，蔡國權.塊運動估計的快速搜索算法探討.數(shù)字視頻.1999年.第12卷第4期.2224

[3]姚屏，薛家祥，戴光智.圖像的分辨率處理方法研究現(xiàn)狀[F].半導體光電，2009，30（4）：492-497.

[4]楊杰，黃朝兵.數(shù)字圖像處理及MATLAB實現(xiàn).北京：電子工業(yè)出版社，2010.