动态场景下的图象超分辨率重建

图象超分辨率重建通过软件算法，利用多个低质量、低分辨率的图象来恢复出一幅高质量、高分辨率的图象，已成为提高成像系统固有分辨率的有效途径。目前的超分辨率重建基本上都围绕着平面静态场景，考虑的是摄像机相对场景的整体运动，并没有充分考虑目标运动的多样性。本项目在改进静态场景的图象超分辨率重建的基础上，发展动态场景的超分辨率重建理论。通过研究发展包含整体运动及多个独立目标运动的场景下的图象超分辨率重建理论和技术，进行实时图象重建系统的开发与测试。重点侧重于建立运动场景下的模糊物体的图象退化模型，研究动态场景下的单目标分割以及相应的模型参数估计方法，发展基于概率的混合参数估计和图象重建方法。本项目融合图象处理、计算机视觉、统计信号处理等方面的前沿技术理论，在军事国防、医学诊断、安全监控等方面有广泛的应用。