一、理論基礎
熟悉圖像處理相關理論知識，并能熟練運用opencv，matlab等工具對圖像進行相關處理。
對質量較差的運動圖像進行圖像增強處理，包括對圖像光照的處理，圖像的去噪和圖像增強，實現消除噪聲，提高圖像對比度，使圖像的邊緣輪廓和細節特征能夠很好的突顯出來。
運動圖像序列的重建根據一些低分辨率運動圖像，通過一定的重建算法重建出一幅高質量高分辨率的圖像，為整個空間合作項目提供高質量的圖片。
針對運動圖像序列中圖像背景忽明忽暗等問題，采用相關圖像增強方法如直方規定化，空域變換相等方法來實現圖像亮度均衡，并利用幀間相關性，實現對運動圖像序列下圖像亮度矯正。
針對運動圖像的去噪問題，采用一種自適應的去噪和增強模型，實現在抑制噪聲的同時，增強圖像細節和邊緣輪廓信息，提高圖像對比度。

針對運動圖像超分辨率重建問題，采用一種是不依賴于亞像素的精確運動估計的重建方法，能夠適應復雜的運動模式，且能夠達到較好的重建效果。

二、核心程序

clc;
clear;
close all;
warning off;
addpath 'func\'
 
%步驟一，讀取連續圖像
folder   = 'image\2\';
list     = dir('image\2\*.bmp');
N        = length(list);
 
 
for i=1:N
    I         = imread(fullfile(folder,list(i).name));
    [s1,s2,k] = size(I);
    %這里，我們人為的加入一些噪聲等干擾，從來檢測算法性能
    r         = imnoise2('gaussian',s1,s2,1,50);%填加高斯白噪聲
    tmpr      = double(I(:,:,1)) + r;
    tmpg      = double(I(:,:,2)) + r;
    tmpb      = double(I(:,:,3)) + r;
    Is(:,:,1) = tmpr;
    Is(:,:,2) = tmpg;
    Is(:,:,3) = tmpb;
    I_Seq1{i} = I;
    I_Seq2{i} = Is.^(0.95);
end
 
for i=1:N
    i
    I_curr       = uint8(I_Seq1{i});
    I_curr_noise = uint8(I_Seq2{i});
    %第一步:當前幀
    figure(1);
    subplot(121);
    imshow(I_curr,[]);title('原始圖像');
    subplot(122);
    imshow(I_curr_noise,[]);title('加入干擾后的圖像');
    
 
    %第二步:圖像亮度糾正
    figure(2);
    J = func_eq(I_curr_noise);
    subplot(121);
    imshow(I_curr_noise,[]); 
    title('原始圖像');
    subplot(122);
    imshow(J,[]);    
    title('圖像-光效亮度調整');
 
    
    %第三步,第四步:去噪|自適應圖像增強
    figure(3);
    subplot(121);
    imshow(J,[]); 
    title('圖像-光效亮度調整');
    Jd = func_imagedenoise2(J);
    subplot(122);
    imshow(Jd,[]);     
    title('圖像-光效亮度調整,去噪,增強');
 
    %第五步:提高分辨率
    figure(4);
    subplot(121);
    imshow(Jd,[]);     
    title('圖像-光效亮度調整,去噪,增強');
    Jd2 = func_fbl(Jd);
    subplot(122);
    imshow(Jd2,[]);     
    title('圖像-光效亮度調整,去噪,增強,提高分辨率');  
 
    pause(2);
    %保存最后處理后的圖片
    I_Seq3{i} = Jd2;
end
 
 
%第六步：最終處理效果對比
figure(5);
for i = 1:N
    subplot(131);
    imshow(uint8(I_Seq1{i}),[]);
    title('原始圖像');    
    subplot(132);
    imshow(uint8(I_Seq2{i}),[]);
    title('原始干擾圖像');
    subplot(133);
    imshow(uint8(I_Seq3{i}),[]);
    title('處理后圖像'); 
    pause(2);
end
 

三、仿真測試結果