一种基于神经网络的超分辨图像重构方法

针对在航空航天遥感领域中使用CCD相机对景物进行成像时，由于像元尺寸的限制导致图像分辨率低的问题，提出了采用人工神经网络映射图像重构过程非线性特性的方法．在相机参数已知的情况下，用后向误差传播(BP)神经网络融合从不同角度对同一景物重复拍照得到的多帧低分辨率图像的冗余信息，重构得到较高分辨率的图像．在模拟成像仿真实验中得到了分辨率提高4倍、信噪比接近30dB的超分辨结果．     

一种基于神经网络的超分辨图像重构方法

针对在航空航天遥感领域中使用CCD相机对景物进行成像时,由干像元尺寸的限制导致图像分辨率低的问题,提出了采用人工神经网络映射图像重构过程非线性特性的方法。在相机参数已知的情况下,用后向误差传播(BP)神经网络融合从不同角度对同一景物重复拍照得到的多帧低分辨率图像的冗余信息,重构得到较高分辨率的图像。在模拟成像仿真实验中得到了分辨率提高4倍、信噪比接近30dB的超分辨结果。     

一种基于混合遗传算法的超分辨图像重构方法

针对在航空航天遥感领域,CCD相机在对景物进行成像时,由于像元尺寸的限制,得到的图像分辨率低的问题,提出了采用混合遗传算法求解高分辨图像最优估计的方法．在相机参数已知的情况下用嵌入梯度算子的混合遗传算法从9帧由不同角度对同一景物重复拍照得到的低分辨率图像重构出1幅超分辨率图像．在模拟成像仿真实验中得到了分辨率提高4倍,信噪比优于共轭梯度方法的超分辨结果．     

一种基于阵列相机的超分辨率重建方法

本文利用阵列相机获取的多幅低分辨率图像合成一幅去噪高分辨率图像,提出一种基于阵列相机的超分辨重建去噪方法.首先,对阵列相机获取图像进行基于卷积神经网络的单幅低分辨率图像的超分辨率重建.其次采用SURF分块匹配方法实现多幅高分辨率图像的配准.最后对配准图像进行基于逐像素多尺度融合的多幅高分辨率图像融合.利用ISO12233分辨率卡进行对比测试,以证明本文方法具有更高图像解析度并减小噪声影响.     

基于预条件共轭梯度的超分辨图像重构方法

针对在航空航天遥感领域使用CCD相机对景物进行成像时，由于像元尺寸的限制导致图像分辨率低和混频现象严重的问题，采用超分辨率图像重构技术融合从不同角度对同一景物重复拍照得到的多帧图像冗余信息，在相机参数已知的情况下重构出超分辨率图像，消除和降低了混频效应，同时提出了快速收敛的预条件共轭梯度最优化超分辨图像重构算法．模拟成像仿真实验从9帧低分辨／率欠采样图像重构得到了分辨率提高4倍的图像．     

自适应参数与边缘点引导的深度图像超分辨

当前TOF等深度相机仅能获取低分辨率的深度图像,无法满足三维视觉系统的需求.高分辨率深度图像可通过深度图像的超分辨算法获得,但当前算法的实验输出图像存在因纹理复制导致图像局部区域产生伪像以及边缘结构不清晰等问题.基于HR深度伪矩阵提出自适应参数与边缘点引导的深度值重建的算法,通过低分辨率深度图像边缘区域的像素点寻找修正...     

基于Bayesian理论的压缩视频超分辨率重构

针对传统算法不能很好解决压缩视频的超分辨率图像重构问题,提出了一种基于Bayesian估计的压缩视频超分辨率重构算法.首先建立起一个从原始图像到压缩视频的成像模型,然后在此模型基础上运用Bayesian估计理论,在最大后验概率准则下表述该问题.通过综合使用CCD（Cyclic Coordinate Decent）和SA（Successive Approximations）等方法,从理论上给出了压缩视频超分辨率重构问题的一般解决方法.实验结果表明,此方法不仅在峰值信噪比（PSNR）和重构效果对压缩视频有较大提高和明显改善,而且算法易于扩展,具有广泛的应用范围.     

一种多图幅数字地图拼接显示方法

随着数字地球的发展，传统的以图幅为单位的GIS应用模式已满足不了实际应用的需要，本文以数字地图的线要素为研究对象，通过数据拼接结构的设计，研究了一种多图幅数字地图逻辑拼接显示的新方法，从而使GIs能够在更广阔的地理信息范围内进行分析应用。     

一种基于边界和区域的MRI脑图像分割方法

应用一种基于多分辨率边缘检测、区域选择和取灰度阈值相结合的方法实现了MR I(磁共振成像)脑图像的分割,得到了脑白质(WM)、脑灰质(GM)和脑脊液(CSF)的组织结构.并且针对该方法对模糊、不均匀的MR I脑图像分割时可能出现的问题进行了分析,提出采用动态阈值法对其进行改进,实验结果表明改进方法对模糊和不均匀图像,能得到较好的分割结果.     

一种基于稀疏字典和残余字典的遥感图像超分辨重建算法

为了解决低分辨率遥感图像超分辨率重建问题,提出一种基于稀疏字典和结构自相似性的遥感图像超分辨方法.首先,引入了稀疏字典学习方法,改善了字典的结构性,得到的字典具有较好的正则性与灵活性.此外,为了更好地重建高分辨率图像,学习初始稀疏字典对和残余稀疏字典对.初始稀疏字典对用于重建初始高分辨率遥感图像;初始高分辨率遥感图像相对于原始高分辨率图像失去了部分细节信息,用残余稀疏字典对对图像的残留信息进行重建.最后,根据遥感图像存在大量的结构相似性特性,利用非局部均值算法对重建图像进行修正.实验结果表明,本算法与其他算法相比,图像质量在主观和客观方面都有所提高,峰值信噪(PSNR)比达到24.690 5,SSIM达到0.736 3.     

Anisotropic fourth-order diffusion regularization for multiframe super-resolution reconstruction

A novel rcgularization-based approach is presented for super-resolution reconstruction in order to achieve good tradeoff between noise removal and edge preservation. The method is developed by using L1 norm as data fidelity term and anisotropic fourth-order diffusion model as a regularization item to constrain the smoothness of the reconstructed images. To evaluate and prove the performance of the proposed method, series of experiments and comparisons with some existing methods including bi-cubic interpolation method and bilateral total variation method are carried out. Numerical results on synthetic data show that the PSNR improvement of the proposed method is approximately 1.0906 dB on average compared to bilateral total variation method, and the results on real videos indicate that the proposed algorithm is also effective in terms of removing visual artifacts and preserving edges in restored images.     

一种改进的双边滤波算法

影像滤波处理作为遥感影像分析的一个关键步骤,一直受到研究者的广泛关注。根据边缘点与噪声点的局部灰度特点,提出一种顾及影像梯度角度的滤波改进算法,并针对出现的伪边缘现象提出改进措施。通过对遥感图像的实验分析表明,同传统的双边滤波效果比较,算法具有更高信噪比的优势。     

具有随机位移的多帧图像超分辨重建快速算法

常用的多帧图像超分辨重建算法大都基于图像恢复原理,因此计算量大,难以在线实时实现．为此,针对稀疏采样以及具有随机位移情况下的多帧图像超分辨重建问题,提出了三种融合重建快速算法,即邻域组合插值(NCI)方法、邻域扩展插值(NEI)方法以及全局双向线性插值(GTDLI)方法．仿真实验结果表明了三种算法的有效性,而且相对于经典的图像超分辨重建算法具有明显的速度优势．最后通过分析分别给出了三种算法所适合的应用场合．     

一种对称残差CNN的图像超分辨率重建方法

基于卷积神经网络的图像超分辨率重建方法具有很高的重建性能。但该类方法存在网络参数多、训练难度大,梯度消失和网络退化等问题。针对这些问题,提出一种基于对称残差卷积神经网络的图像超分辨率重建方法。通过将对称融入到残差块中,采用对称连接实现局部特征融合,提取尽可能多的有价值特征;残差块外采用跳跃连接实现全局特征融合,以提高图像的重建质量。该方法使用峰值信噪比和结构相似度作为评价指标,在Set5、Set14和BSD100标准数据集上进行2倍、3倍和4倍因子重建后的结果大部分优于比较方法,平均峰值信噪比和结构相似度值较比较方法均有提高。实验结果表明,该方法重建的图像纹理更清晰,细节更丰富,具有较好的主观视觉效果。     

自适应信号重构技术提高地震数据的信噪比

利用信号和噪声的特征值差别,采用奇异值分解技术压制噪声,提出了基于多道相似系数大小来自适应地选择特征值个数,进而进行信号重构,分离信号和噪声,从而达到提高信噪比的目的。通过对合成数据和实际地震数据的处理结果对比表明该方法能最大程度地保持信号,从而有效地提高地震资料的信噪比。     

一种改进的图像边缘检测算法

针对传统单一算子图像边缘检测效果欠佳的问题,提出一种新的边缘检测算法.新算法融合了LOG算子对于图像的阶跃型边缘定位准确、旋转不变性的优点和Canny算子的强抗噪声能力.通过实例实验分析表明:相比传统单一算子,新算法检测图像边缘的准确度更高,检测效果更理想.     

基于改进Canny算子的坯料挤压变形边缘提取

为了研究塑性加工过程中金属坯料的流动行为,提出了一种边缘检测算法。先运用灰度增强与形态学膨胀、腐蚀相结合进行图像预处理,再通过双阀值约束的Canny算子进行坯料变形轮廓提取,避免了孤立灰度阶跃点对边缘判断的干扰。在等量椒盐噪声下,本算法的峰值信噪比高于其他典型算法。实验结果表明,该算法所提取的变形区边缘能够满足量化分析金属流动特征的需求。     

重建二倍体个体单体型的改进环基算法

HapCompass算法是求解最少带权边删除模型(the minimum weighted edge removal, MWER)的有效启发式方法,该算法采用删除权值绝对值最小的边的方式消除冲突环基,当同时存在多条权值绝对值最小的边时,HapCompass随机选择删除边,导致求解方案的不确定性,降低重建效果。针对该问题,提出IHapCompass算法,改进去边规则,利用(00)/(11)和(01)/(10)分型的片段支持差异数与总片段数之间的比值来确定删除边,对随机取值问题做出有效限定。此外,IHapCompass以单体型中0/1取值的概率为图中孤立点赋值,明确孤立点取值。采用真实单体型数据进行测试,结果表明,IHapCompass算法在各种参数设置下,均能获得较算法HapCompass、DGS和Fast Hare更高的单体型重建率,具有较高的执行效率。该算法为求解二倍体个体单体型重建问题提供一定的参考。     

一种改进边缘连接的Canny边缘检测算法

针对Canny边缘检测算法中需要手动设置固定阈值而出现边缘间断或伪边缘的问题,设计了一种基于边缘对比特征和边缘方向的边缘连接方法。该方法是基于视觉感知实验总结的一组边缘对比阈值数据比较强边缘点和待连接边缘点的对比特征判断其相似性,通过保持一定的边缘方向确保边缘连接方向的正确性,待连接点只有满足相似性且连接后新旧边缘方向一致,才能被连接为新边缘点。结果表明,改进边缘连接的Canny边缘检测算法具有很好的边缘连接能力,且能获取完整干净的边缘。