超分辨率重建算法在热红外图像中的应用

高空间分辨率的热红外图像能够提供更多关于目标场景的细节信息,因而在 计算机视觉、医学和遥感等诸多领域有着广泛的应用需求。由于通过提升热红外相机硬件性 能的方式往往需要付出高昂的代价,因此我们选择通过超分辨率重建的方式来提高热红外图像的空间分辨 率。本文所重建的热红外图像来源于舟山航拍试验,所用热红外相机由自主设计搭载。分别采 用凸集投影法和迭代反投影法对热红外序列图像进行了超分辨重建。实验结果表明,这两种算 法均能有效提高热红外图像的空间分辨率。     

基于JPEG序列的图像重建

该文提出了一种基于JPEG序列的图像重建方法。该方法在已有的单帧图像复原技术的基础之上,依据超分辨率重建的思想,将凸集投影(POCS)理论与迭代反投影(IBP)算法相结合,在频域内降低量化误差,修复离散余弦系数。此外,它还利用了最大后验概率(MAP)估计以及相应优化算法的特点,在去除高斯噪声的同时,保护边缘和细节信息。实验结果表明,该方法一方面能够抑制高比率压缩所造成的块效应和振铃效应,另一方面能较好地恢复图像的细节部分,有效地提高图像的清晰度。     

基于Landweber迭代的图像重建算法

本文尝试将一种新型的基于Landweber迭代算法用于电阻抗断层图像(EIT)重建。该算法与线性反投影算法不同,Landweber算法可以明显地改进图像质量。仿真结果表明,它不仅可以消除噪声干扰,而且能加快收敛速度。     

一种改进的POCS算法的超分辨率图像重建

图像超分辨率是指从一组模糊的低分辨率图像重建一帧清晰的高分辨率图像的过程.从经典的基于凸集投影POCS(projection onto convex set)的超分辨率图像重建算法出发,分析重建后高分辨率图像边缘模糊的成因,提出了一种基于保留边缘信息的POCS超分辨率图像重建算法.实验结果表明该方法能够明显地提高重建图像的质量.     

重建高分辨率图像的实时串行迭代算法

提出了一种基于多帧低分辨率图像重建高分辨率图像的实时串行迭代算法，在得到与传统多帧算法图像质量相近的同时，大大节省了计算所需的存储空间，给出了该算法的收敛性的证明，计算机模拟结果表明该方法和实验的一致性，最后在一个实际系统验证该方法。     

一种改进的毫米波图像超分辨率重建算法

针对毫米波成像时,由于天线孔径受限使得获取的图像空间分辨率很低、高频信息损失严重的问题,提出一种改进的非凸集投影超分辨算法。该算法以非凸集阈值收缩迭代算法(Non-convex Shrinking Iteration,NCSHI)为基础,采用具有平移不变特性的双树复数小波作为稀疏基,引入了两步迭代过程,有效地利用了前两次的迭代信息。实验仿真结果表明,该算法有效地改善了伪吉布斯效应,收敛速度更快,具有良好的超分辨性能。     

基于序列图像的超分辨率重建

提出一种从序列低分辨率欠采样图像中重建出一幅高分辨率图像的重建方法.该方法基于MAP算法,通过利用梯度投影的方法对重建结果不断进行迭代优化得到最终的理想高分辨率影像.实验结果证明,该方法有效,它不仅能够非常容易的引入各种先验条件进行约束从而提高解的收敛速度,并且能够得到质量较好的高分辨率重建图像.在取得相同质量图像的前提下,该算法所需时间明显降低.     

一种改进的单帧图像超分辨率重建的高效算法

根据图像的降质模型,基于凸集投影（POCS）原理,结合降质图像模型,提出一种使用中值滤波初值处理的高效POCS单帧图像的超分辨率重建方法。计算机仿真结果表明,和双线性内插、经典POCS方法比较,改进后的该方法重建图像信噪比平均提高2．1dB和1．1dB。     

一种改善图像边缘效果的POCS超分辨率重建方法

利用图像超分辨率重建(SRR)技术可以在现有成像系统基础上提高图像空间分辨力。凸集投影(POCS)是超分辨率重建的主流方法之一。对POCS算法进行了改进,具体改进体现在两个方面:(1)用可控核回归插值图像作为POCS重建的初始估计以提高初始估计图像的质量;(2)将POCS重建中使用的点扩散函数(PSF)由高斯核改为可控核以减少重建图像的边缘振荡效应。对所提出的算法进行了仿真,实验结果显示采用本文方法重建图像的边缘效果有了明显的改善。     

基于光学层析技术的图像重建

对于光学层析技术(OCT)的原理以及光学层析技术的2类传统算法进行了详尽的分析和阐述,对其各自的优缺点做了比较,并对目前在传统算法基础上发展起来的各种新算法做了简单的介绍.     

高品质图像的合成技术

通过对不同摄影条件下图像信息的几何矫正、像素匹配及色彩调整,将多幅图像中的相同信息进行恢复和重建,从而获取高品质图像信息。     

基于图像序列的四元红外导引头信号源设计

针对红外导引头生产和研发的需要,提出了一种基于图像序列的四元红外导引头信号源设计方法,该方法可利用软件生成的红外图像序列和其它型号的挂飞图像,并由硬件平台实时输出四路脉冲信号给电子舱。重点研究了探测器阵列与图像像素部分重叠以及存在滚转角情况下探测臂波形的生成、基于PCI9054和FPGA的信号源硬件系统设计。     

压缩视频超分辨率重建技术

超分辨率图像重建就是由低分辨率图像序列来估计高分辨率图像,而压缩视频的重建正成为当前研究的热点。本文首先分析了压缩视频重建的基础,建立了高、低分辨率图像间的关系,给出了量化噪声和运动矢量的模型;接着对目前最具有代表性的最大后验概率(MAP)算法、凸集投影(POCS)算法和迭代反向投影(IBP)算法进行了详细的阐述,并分别给出了实验结果;然后分析了运算的复杂度,介绍了几种实时化方法;最后针对目前存在的问题进行了展望,指出降质模型、运动估计、重建算法和实时应用将是今后研究的重点。     

联合运动估计与基于模式的超分辨率图像重构

超分辨率图像重构是利用关于同一场景的多帧低分辨率图像重构出一幅具有更高分辨率图像的过程.已有的超分辨率图像重构算法对于人工模拟所得到的低分辨率图像序列具有很好的效果,但对于拍摄到的真实低分辨率图像序列而言,重构后的图像往往比较模糊,有时甚至仍然无法分辨.为此,本文提出了一个联合运动估计与基于模式的超分辨率图像重构算法.实验结果表明,该算法能够得到优于常规算法的高分辨率图像.     

基于辐射定标的像元级双增益红外图像重构

非均匀性校正精度是空间红外相机图像质量的一项重要指标,采用像元级双增益时间延迟积分(Time Delay and Integration,TDI)红外探测器得到的图像,其校正精度与图像数据重构之后的线性度直接相关.分析了红外TDI探测器像元级双增益成像时探测器输出信号的特点,在此基础上提出基于辐射定标的方法,精确得到探测器每个像元高低增益输出值之间的等量关系,确定每个像元的数据重构系数,提高重构之后的全动态范围内探测器信号的线性度,从而提高红外图像非均匀性校正精度.实验室测试数据验证结果表明,基于辐射定标的高精度线性重构方法,将红外图像的非均匀性校正精度由4.1％提高到1.2％.     

基于混沌序列的数字图像隐藏技术水

为了增强图像隐藏的安全性,文章在传统的数字图像隐藏方法的基础上,结合混沌序列和图像加密技术,提出了一种改进的图像隐藏方法。首先应用混沌系统的产生混沌序列,用混沌序列来替换图像的隐藏参数进行图像隐藏,然后对隐藏的结果图像做进一步处理,包括行列双向异或置乱和图像像素置乱。实验结果表明,该方法具有较好的安全性,较高的加密效率,能够有效抵抗已知明文攻击。     

红外成像系统图像处理与重建过程分析

一个完整的红外成像系统包含许多个子系统,每个子系统处理的信息不同。讨论了扫描图像的处理及重建过程,分析了用单点校正法、两点校正方法消除固定图形噪声的特点,讨论了将参考黑体加入扫描系统对系统的改良效果。最后系统地总结了图像处理和重建过程。     

基于序列图像的阴影检测研究

针对由于入射光的照射,目标阴影与背景有明显的区别,而被当做目标的问题进行了研究。分析了单幅图像的阴影检测方法,提出了序列图像阴影检测方法,建立了序列图像高度测量模型;采用相邻序列图像对应点匹配的约束条件,降低了匹配的复杂度;研究了序列图像的特征点匹配,获得平面目标的高度信息表示;基于阴影的二维表面属性,设计了利用空间三维信息中的高度信息检测阴影的算法,可以对任意形状的阴影进行检测。通过试验表明,该方法简单,适用面广,可以有效地检测阴影。     

基于FPGA的红外序列图像动态压缩显示

高位宽红外相机数字视频信号在向8位宽模拟信号线性压缩显示转换时存在细节丢失的现象。针对这一问题,提出了一种新算法,即先利用高斯滤波器对红外数字图像进行低通滤波,然后将低频图像进行线性压缩后再进行直方图均衡运算,之后与滤波产生的高频细节信号进行叠加后送到D/A芯片进行模拟显示。详细讨论了该算法在FPGA嵌入式系统上的具体硬件结构和实现方法,并对12位相机采集的图像进行了实时压缩显示实验。最终实验结果证明,该系统在进行压缩显示时可以很好地显示传统压缩算法无法显示的细节信息,并有效抑制了图像的高频噪声。