多帧超分辨率重建中的图像插值

为了实现多帧超分辨率重建,必须从图像序列中提取子像素信息,因此要求图像的配准精确到子像素级。本文提出了一种超分辨率重建中运动矩阵的构造方法。为了提高矩阵的构造精度,该方法引入图像插值,用性能好但计算量较小的三次插值算子实现插值运算,并比较了三种常用插值核的性能。实验结果表明,选择适当的插值函数不仅不会明显增加计算量,而且可以显著提高矩阵的构造精度,从而大大提高多帧超分辨率重建图像的质量。     

一种基于子像素配准视频超分辨率重建方法

为了提高视频的空间分辨率,提出了一种利用帧间运动信息进行超分辨率重建的方法。对于整个视频的重建,提出了一种基于滑动窗的分段重建模型。在每一个滑动窗中,首先对相邻帧进行子像素级精度的运动配准;然后通过迭代反投影算法进行超分辨率重建。在配准算法中,提出了一种基于四参数刚体变换模型的配准方法,通过迭代求解和高斯金字塔图像模型由粗及精地进行运动估计。分别对模拟图像及实拍彩色视频进行重建,实验结果表明,该配准算法具有较高的精度,重建算法取得了较高的峰值信噪比(PSNR)值,重建视频具有更好的视觉效果和更高的分辨率能力,可被广泛应用于在帧间主要存在平移和旋转运动的视频序列的超分辨率重建。     

亚像元图像超分辨率重建研究

针对光纤束耦合成像系统的特点,对存在亚像元量级空间错位的图像进行超分辨率重建研究。研究分为图像配准与融合两个步骤。图像配准时,用经典的Keren配准算法对两幅图像进行亚像元级别配准。图像融合时结合双三次插值对配准后两幅图像进行Mallat小波分解与重构,从而实现图像超分辨率重建。实验结果表明,简化后的配准算法配准精度达到了0.01像素,而经过插值与融合重建出来的图像空间分辨率提高了一倍,并且保留了丰富的细节信息。     

基于改进Keren配准方法的超分辨率算法

提出一种基于边缘检测和Keren配准方法的自适应归一化卷积超分辨率重建算法。为了进一步提高低分辨率序列图像间的配准精度,该算法将边缘检测与Keren配准算法相结合。首先利用Roberts算子对图像序列进行边缘检测,然后利用基于简化四参数仿射变换模型的Keren改进算法求出边缘图像间的平移和旋转参数。仿真实验结果表明即使在含有噪声及大角度旋转情况下,相比Keren改进算法该算法配准精度得到了显著提高;其中采用Roberts算子相比其他传统算子可获得更高的配准精度。最后采用自适应归一化卷积超分辨率融合算法进行超分辨率重建,真实混叠图像序列的实验表明,基于提出的这种配准方法的超分辨率重建图像获得了很好的视觉效果和更高的分辨能力,具有良好的应用价值。     

用于红外弱小点目标图像的超分辨增强技术

提出了一种适用于红外弱小点目标增强的超分辨重建技术.为实现这一目标,首先引入基于图像稠密描述的特征流场,然后将计算得到的高精度流场用于相邻帧配准,通过图像融合和不断迭代得到高分辨重建图像.实验表明,对图像进行超分辨处理后,弱小目标的分辨率可以得到有效增强,局部信噪比可以得到提升,复杂背景可以得到抑制.     

一种改进的超分辨率算法

利用多帧低分辨率图像重建一幅高分辨率图像成为迫切需要解决的难题,传统基于插值的超分辨率算法的发展受到了限制。本文基于重建方法,根据低分辨率图像帧间运动参数,提出了合理的权重分配算法。实验结果表明,图像超分辨率重建取得了良好效果。     

一种快速的亚像素图像配准算法

图像超分辨率重建是在现有红外探测器基础上提升空间分辨率的一种有效方法。超分辨率图像重建是利用一组相互之间存在亚像素位移的低分辨率图像构造出一幅高分辨率的图像,快速、高精度估计图像间的位移是其关键技术之一。提出了一种用于超分辨率重建的亚像素配准算法,算法由特征检测、像素级配准和亚像素级配准三个处理过程组成。在特征检测过程,首先采用梯度算子对图像进行边缘检测,然后对边缘点进行角点预检测,排除非角点像素点,之后再进行Harris角点检测,大大减少了计算量;在像素级配准过程,用NCC算法进行像素级配准,用统计方法去除误匹配点对;在亚像素级配准过程,先对像素级匹配点的邻域进行插值放大,再进行亚像素匹配,误匹配点剔除,相对偏移量计算。对提出的算法进行了仿真实验,结果显示本算法的速度较类似算法速度有较大的提高。     

基于形状插值的B超图像三维表面重建

B超图像由于受其成像机理的限制,其成像质量较差,无法采用与CT(计算机断层扫描)、MRI(磁共振成像)类似的三维重建方法。针对B超图像的缺点,采用基于形状的插值方法将其转换为等分辨率体数据。此外,对插值算法进行了适当改进,使重建的速度和效果得到明显改善。最后,分别采用移动立方体(marching cubes)算法、连接轮廓线、光线投射(ray casting)算法对B超图像进行三维重建。结果表明,移动立方体算法在重建的真实性和快速性方面都得到了更满意的效果。     

多帧图像超分辨复原算法中帧的选取

研究了多帧图像超分辨复原算法中参考帧和参与复原图像帧数据集的选取问题.提出了两条参考帧选取的准则,设计了一种分步的图像配准和超分辨复原的方法.首先计算初始图像序列的运动向量参数,根据准则选取了参考帧和参与复原图像帧数据集,进而生成了新的有利于图像超分辨复原的优化的图像序列,再通过亚像素图像配准,计算得到小范围的相对精确的运动估计参数,最后用到图像超分辨复原算法中.仿真实验结果证明,本文提出的多帧图像超分辨复原算法中帧的选取方案是合理的,超分辨复原的图像质量在主观评价和客观指标上都获得了优于经典的Farsiu算法的效果.     

基于分数阶梯度驱动的主动Demons算法研究

图像非刚性配准在计算机视觉和医学图像有着重要的作用.Demons算法被证明是解决非刚性配准的有效方法，然而存在的Demons非刚性配准算法对灰度均匀和弱纹理区域的图像配准精度低，优化易陷入局部极小导致配准速度缓慢.针对该问题，将R-L（Riemann-Liouville）分数阶微分引入到主动Demons算法中，提出了基于R-L分数阶梯度驱动的主动Demons算法.本文将R-L分数阶梯度代替传统的梯度算子，不但可以增强图像的细节信息，而且可以增强灰度均匀和弱纹理区域的梯度信息，从而提高了图像配准精度和速度.另外，通过实验给出了配准精度与R-L分数阶模板参数之间的关系，从而为模板最佳参数的选取提供了依据.尽管不同类型的图像其最佳参数是不同的，但是其最佳配准阶次一般在0~1之间.理论分析和实验结果均表明，该算法可以用于灰度均匀和弱纹理区域的图像配准，且配准精度和速度都有明显的提高，本文方法是Demons算法应用的一个重要延伸.     

一种基于彩色伪随机编码图像的配准方法

在基于彩色伪随机编码的三维重构测量中,由于相机视场有限,无法一次清晰地得到被测物体的表面编码投影图像,必须对所得图像进行配准拼接.一般的配准方法都是基于灰度图像.而伪随机编码投影图像具有特有的颜色特征,基于此种投影编码图片提出了一种新配准方法,对于此类图像能进行很好的配准.     

光CT的扇束投影重排方法及投影几何分析

在工业过程监控中,由于被测物理过程的发生时间短,因此光CT装置将不可能象医学CT那样有充足的时间进行"静态"成像,而是必须进行实时性较高的"动态"成像(或称为流动成像).其制约是光线扫描的投影视角和投影数量都不可能太多.根据这一情况,在医学CT中常用的一些图像重建算法如反投影法、滤波反投影法和投影重排方法都必须加以改进才能引用.为此,本文研究扇束投影重排方法在光学流动成像中的应用可行性,分析其计算方法和步骤,并确定光线扇束结构中的光源个数、扇形张角和探测器个数之间的约束关系,同时也分析了内插精度对图像质量的影响.在数值模拟实验中,将投影重排方法与反投影法的重建图象进行了比较,进一步评判本文方法的图象质量和成像实时性等方面的性能.     

X-ray CT metal artifact reduction using wavelets: an application for imaging total hip prostheses

Traditional computed tomography (CT) reconstructions of total joint prostheses are limited by metal artifacts from corrupted projection data. Published metal artifact reduction methods are based on the assumption that severe attenuation of X-rays by prostheses renders corresponding portions of projection data unavailable, hence the "missing" data are either avoided (in iterative reconstruction) or interpolated (in filtered backprojection with data completion; typically, with filling data "gaps" via linear functions). In this paper, we propose a wavelet-based multiresolution analysis method for metal artifact reduction, in which information is extracted from corrupted projection data. The wavelet method improves image quality by a successive interpolation in the wavelet domain. Theoretical analysis and experimental results demonstrate that the metal artifacts due to both photon starving and beam hardening can be effectively suppressed using our method. As compared to the filtered backprojection after linear interpolation, the wavelet-based reconstruction is significantly more accurate for depiction of anatomical structures, especially in the immediate neighborhood of the prostheses. This superior imaging precision is highly advantageous in geometric modeling for fitting hip prostheses.     

缺失投影数据的估计研究

在CT图像重建中,由于CT设备本身的结构和重建算法的局限性以及病人自主或者非自主的运动破坏了投影数据的一致性和完整性。当投影数据采集或投影角度不完全时,通常采用代数重建算法(ART)及其改进算法进行重建。但由于ART算法运行速度较慢,耗时较多。本文从恢复缺失的投影角度出发,通过比较不同的插值方法,采用双线性插值法对不完全角度下的或缺失的投影数据进行估计,得到了一定的成效,并对其投影图像进行恢复,从而缩短了运行时间。     

投影数据预处理三维CT重构算法研究

大面积非晶硅平板探测器在工业透射射线成像领域得到越来越多的应用.基于FPD的圆轨道FDK型三维计算机层析成像技术(3D-CT)检测速度快,但成像质量不及2D-CT.为发挥3D-CT速度优势,抑制噪声,同时提高图像重建的质量,以由平板探测器得到的二维投影数据为研究对象,提出了一种对投影数据进行小波分解,分别对高频和低频进行两次滤波的投影预处理方法,然后将分别重建的图像叠加,最终得到高质量的重建图像.算法的仿真实验结果表明,重建图像质量得到明显改善,系统噪声得到抑制.     

A Method for Stop-Action Imaging of the Heart Using Gated Computed Tomography

A new method for the reconstruction of limited angle projection data in rotary fan-beam X-ray computed tomography (CT) is presented. Missing views resulting from ECG-gated cardiac CT are estimated, and the standard fan-beam reconstruction algorithm is used to convolve and backproject both measured and estimated views. The estimation of the missing views takes place in three stages: first, the projection data is augmented by incorporating into each missing view the line integrals that do not pass through the heart, and which otherwise would be considered missing due to ECG-gating; second, line integrals corresponding to source positions in the range 180°±fan angle away from missing view angles are reflected; third, those line integrals that remain missing are estimated by interpolation. This method has been applied to ECG-gated cardiac imaging in dogs without requiring extensive interpolation; end-systolic and end-diastolic images were generated with short-interval gating (?cycle) and total scan time (breath holding period) of 12 s. An important advantage of this method over other proposed limited angle reconstruction techniques is that it uses the existing fan-beam convolution-backprojection algorithm for image reconstruction.     

Convolution backprojection image reconstruction for spotlight modesynthetic aperture radar

Convolution backprojection (CBP) image reconstruction has been proposed as a means of producing high-resolution synthetic-aperture radar (SAR) images by processing data directly in the polar recording format which is the conventional recording format for spotlight mode SAR. The CBP algorithm filters each projection as it is recorded and then backprojects the ensemble of filtered projections to create the final image in a pixel-by-pixel format. CBP reconstruction produces high-quality images by handling the recorded data directly in polar format. The CBP algorithm requires only 1-D interpolation along the filtered projections to determine the precise values that must be contributed to the backprojection summation from each projection. The algorithm is thus able to produce higher quality images by eliminating the inaccuracies of 2-D interpolation, as well as using all the data recorded in the spectral domain annular sector more effectively. The computational complexity of the CBP algorithm is O(N (3)).     

数字图像空间分辨率改善的插值--模拟采样迭代方法

在遥感图像和计算机视觉的一些应用中,需要从已有的一些低分辨率图像来获得更高分辨率的图像.已有一些方法都是针对大小完全相同和图像之间不存在局部的几何畸变(或假设如此)的图像,而对从大小不同或分辨率不同的图像和图像之间存在相对的几何畸变等更普遍存在的实际图像来重构更高分辨率图像的问题未加涉及.本文用从带限信号的非均匀采样进行信号重构的迭代方法和凸集投影方法出发,导出了一种应用范围更加广泛的从多幅空间分辨率低的图像重构更高空间分辨率图像的一般性空间域插值-模拟采样迭代方法,并提出了凸集投影的变权迭代解法.该迭代方法可以对付图像之间存在相对的几何畸变、辐射亮度差异、空间分辨率差异及图像存在噪声等情形.实验表明,该迭代解法具有很好的收敛性和很好的收敛效果.     

基于时序多帧投影的空间目标检测算法

为了对星图中空间目标进行检测识别,对基于 SURF（Speed-Up Robust Featrues）算法的星图精确配准技术和美国 SBV（Space-Based Visual）计划采用的 MTI（Moving Target Indicati-or）在轨目标检测算法进行了深入研究,提出一种针对16 Bits 星图的多目标检测算法,具体包括：首先利用 SURF 算法提取序列星图的特征点,根据最小二乘法计算得到的全局运动参数对星图进行精确配准;然后利用一种改进的 MTI 算法对序列星图进行时序多帧投影以抑制背景,得到仅含有疑似目标的序列图像;最后经过目标初始运动状态的建立,速度滤波以及坐标插值得到目标的运动轨迹。利用实拍的20帧序列星图验证算法性能,经本文算法配准后,星像质心的均方误差（RMSE,Root Mean Square Error）最小达到0.3269 pixel,平均值为0.5441 pixel;序列图像中的3个运动目标均被检出,且无虚警。实验结果表明,本文配准算法的精度能够满足时序多帧投影的要求,且目标检测算法符合恒虚警原理。