多尺度自适应配准的视频超分辨率算法

为了提升制约视频超分辨率重建质量的多帧配准精度,提出了一种基于图像块多尺度自适应配准的视频超分辨率算法. 依据图像帧的块内容自适应选择配准尺度,运动边缘信息采用高精度配准,然后将运动向量补偿到多帧图像超分辨率重建代价函数中,利用最大后验概率算法迭代优化高分辨率视频帧. 仿真表明:多尺度自适应配准算法不仅提高了配准精度,还提升了视频超分辨率重建图像帧的主客观质量,证明了多尺度自适应配准在视频超分辨率重建中的有效性.     

基于控制核回归的多帧图像超分辨率重建

针对多帧图像超分辨率重建问题,本文提出了一种基于控制核回归的重建方法.该方法先对低分辨率图像序列进行亚像素配准,再利用控制核回归进行非均匀插值得到高分辨率图像的初始估计,然后通过迭代控制核回归进行进一步的鲁棒估计,最后经过全变差正则化图像复原得到高分辨率重建图像.本文针对模拟图像序列及真实视频图像序列进行了对比实验,结果表明本文方法不但可以较好地保持图像中的细节信息,而且有较好的去噪能力,能够有效地提高图像重建质量.     

全局运动多分辨率光流估计算法的改进与实现

为了提高低分辨率图像之间的位移估计精度,在传统光流算法的基础上,提出了全局运动的多分辨率光流估计算法.实验结果表明：该算法能够快速实现小位移和准确的实现大位移的运动估计,通过对互有亚像素位移的多帧低分辨率图像对比相位相关法进行运动估计,改进的多分辨率光流估计算法实现的高精度亚像素位移误差精度为0.05pi.     

基于块匹配和迭代反投影的车牌图像超分辨率重建

利用超分辨率重建技术提高车牌图像的质量,以获取更好的识别效果。首先采用基于小波变换的块匹配方法对车牌图像进行配准,然后利用迭代反投影算法对配准后的图像进行重建获得高分辨率的图像。对模拟生成的多帧图像和标准测试视频序列进行了实验,实验结果表明：该算法能有效提高车牌图像的质量。     

基于带有权值混合泛函的盲超分辨率

为了克服传统的超分辨率算法的限制(如不能处理带有局部运动图像,因此不适合一般的视频序列;模糊算子被认为是提前知道并且对于每一低分辨率帧都是不变的;超分辨率噪声不是采用高斯分布就是采用拉普拉斯分布的),同时考虑到噪声模型,提出了一个广义的局部权值自适应地混合L1和L2泛函的代价函数。权值会根据配准误差和噪声分布自适应地改变并且惩罚图像中配准错误的部分。本文算法对奇异值具有很强的鲁棒性,同时超分辨率图像和模糊算子可以联合估计出来。主观评价和客观评价同时表明了本文算法的有效性。     

基于Fourier-Mellin变换和曲面拟合的IC芯片图像亚像素配准算法

为实现IC芯片图像的精确配准,提出一种Fourier-Mellin变换和曲面拟合法结合的图像亚像素配准算法。算法首先采用Fourier-Mellin变换计算出待配准IC芯片图像的旋转角和平移量的整像素峰值位置,然后对峰值区域进行基于最小二乘的曲面拟合,通过取极值点获得亚像素级的精确峰值位置。另外,Fourier-Mellin变换由于旋转的频谱混叠和坐标变换中的重采样插值会产生误差,新算法采用加窗和滤波的方法加以改进。实验结果表明,所提算法实现了IC芯片图像的亚像素级配准,具有较好的精度和鲁棒性。     

基于人工交互的多模态图像亚像素配准

基于特征点自动匹配的图像配准技术通常无法实现亚像素精度的配准,在多模态图像集上甚至无法完成整像素配准. 为了提高多模态图像配准精度,对亚像素图像配准技术进行研究,提出了一种基于人工交互的适用于多模态图像的亚像素配准算法. 对待配准图像和参考图像输入控制点,利用投影变换和最小线性平方差算法进行粗配准,根据双边平均配准误差对控制点进行亚像素调整,从而达到精确配准. 定性与定量实验结果表明,相比基于尺度不变特征和局部强度不变的特征描述符配准算法,该算法具备更高的配准精度,可显著提高多模态图像配准性能.     

基于稀疏表示与矩阵填充的多帧超分辨率图像重建

针对现有算法在通用图像分辨率要求较高时重建效果不稳定的问题,提出一种基于稀疏表示与矩阵填充的多帧超分辨率图像重建算法.对自然图像库进行训练建立过完备词典对,并将低分辨率图像分成若干图像块,根据局部先验约束建立稀疏表示模型,通过线性规划的方法求得过完备词典对下图像块的稀疏系数;利用多帧图像序列的相似性,采用非精确增广拉格朗日乘子法对全局约束构建的观测矩阵进行矩阵填充和矩阵恢复,最终获得高分辨率图像.实验结果表明,与其他主流算法相比,重建后的图像保留了更丰富的图像边缘与细节信息,不会过于平滑而导致图像模糊,并且不易受过完备词典选择范围的影响,具有较好的稳定性和更高的峰值信噪比,可应用于遥感图像超分辨率重建等图像应用领域.     

4-f光学架构频域纯相位调制压缩成像

为了改善传统的多幅亚像素图像配准融合实现超分辨率的方法面临的配准误差和高成本问题,将压缩传感理论引入超分辨率成像. 基于大多数自然图像普遍具有的稀疏表示特性,以经典的4-f光学架构为基础,利用频域中相位比振幅包含更多信息的特点,提出了一种频域纯相位调制压缩成像方法,通过重建算法从单次曝光记录的低维测量值中恢复原高分辨率图像的信息. 数值实验结果表明,提出的方法可以有效地实现图像信息的随机调制和高质量重建,是一种有潜力的压缩成像物理实现方案,具有较高的重建信噪比和较少的重建时间,尤其是对于大尺度图像.     

基于超分辨率重建的车牌图像增强算法

在低分辨率视频序列的车牌识别中,针对序列中车牌图像分辨率低、噪声污染严重的问题,提出了一种基于超分辨率重建技术增强车牌图像的方法。在图像实现亚像素级配准的基础上,根据局部图像明显的结构信息,构建归一化卷积的局部结构自适应高斯核函数,并将不同序列中包含的不同车牌信息的图像融合成一幅高分辨率图像。实验结果表明,该算法与传统方法相比,重构出的高分辨率图像具有更高的图像信噪比,且边缘保持性更好,能够有效地重构出高分辨率的车牌图像,提高车牌识别的准确率。     

一种基于改进运动估计的电子稳像技术

在摄像机载体运动过程中会造成图像序列的不稳定,从而产生观察者的视觉疲劳甚至会丢失观察目标,电子稳像是解决以上问题的有效手段。电子稳像首先对全局运动进行估计,求出参考帧和当前帧图像的全局运动矢量。本文先取视频序列相邻两帧图像的子图像进行块匹配得出局部运动矢量,根据计算得到的运动矢量弧度值剔除错误的运动矢量,然后对剩余的运动矢量求平均值作为此区域的运动矢量,并把与此矢量弧度相近的块的中心点作为特征点,利用仿射变换模型求解出变换参数,最后经过运动补偿技术去除视频抖动。实验结果表明,该方法可以有效地抑制帧间的平移和旋转等抖动,达到了预期的效果。     

基于三维离散余弦变换的体三维视频数据压缩

针对体三维视频数据量巨大的问题,提出基于三维离散余弦变换(3D-DCT)的体三维视频数据压缩方法.该方法结合3D-DCT和三维运动估计,利用3D-DCT消除体帧内部的空间冗余.提出快速三维块匹配算法实现运动估计消除相邻体帧之间的时间冗余,利用半体素搜索算法提高块匹配精度.提出帧内体块和帧间体块的量化方法,对量化后的DCT系数采用三维之字形扫描方式组织,应用游程/自适应算术编码系统实现对DCT系数的编码.实验结果表明,对于运动较平缓的序列,该方法的性能优于JPEG2000方法;对于运动剧烈的序列,在高比特率情况下性能不如JPEG2000.该方法的平均峰值信噪比相对于3D-DCT静态体图像压缩方法提高2 dB左右.     

H.264快速多参考帧选择算法

提出了一种新的快速多参考帧选择算法。用边缘检测及相关性信息确定候选参考帧集合,并利用P8×8模式下的运动矢量分布情况判断宏块的运动特性。该算法在JM10.2平台上进行了实验验证,在编码质量下降不大的情况下,大大提高了编码速度。     

基于特征匹配的视频稳像算法

应用电子稳像技术的基本原理,以机载成像设备所摄取的图像为研究对象,实现了抖动视频序列稳像的过程。首先对参考帧图像提取特征点,在当前帧找到匹配的特征点以求取帧间运动矢量。采用Kalman滤波方法对运动矢量进行处理,去除抖动分量,再对参考帧进行逐帧运动补偿。经过穏像前后的视频序列帧间差值对比可知,很好的去除了视频序列的抖动。     

一种基于鲁棒背景运动估计的电子稳像算法

当场景中存在较大范围运动前景时,通常的电子稳像算法较难鲁棒地提取背景的全局运动。针对这种情况,提出了利用前景运动掩膜和对极几何关系抑制错误的全局运动估计,进而达到稳像的目的。首先,估计相邻帧间可视化密集光流图;将该光流图用颜色直方图统计各颜色比重,进而分割出运动前景并制作掩膜;利用掩膜删除掉分布在前景上的光流保留背景光流;之后进一步去除外点,利用剩余的光流进行全局运动估计;最后,采用卡尔曼滤波完成运动补偿。三组不同环境的实验结果均表明,该算法能够有效抑制运动前景对稳像结果的干扰,稳像前后图像的PSNR值提高了近36%,稳像效果明显。     

一种新的NSCT超分辨率图像复原技术

考虑到非下采样Contourlet变换具有多尺度性和多方向性,提出了一种基于非下采样Contourlet变换的图像复原算法.首先对给出的序列低分辨率图像进行图像配准,对配准图像进行非下采样Contourlet变换,分解成低频及高频部分,对低频和高频分别采取不同的融合策略进行融合,再对融合后的高频和低频进行非下采样Contourlet变换逆变换得到融合图像.对融合后的图像再进行非下采样Contourlet变换,分别对高频细节和低频进行插值,再经非下采样Contourlet逆变换复原成高分辨率的图像.实验表明,该算法在主观效果和客观评价上均优于传统复原算法,是一种可行的图像复原新算法.     

An Underwater Image Bubble Noise Removal Method Based on Optical Flow

基于光流法的水下图像气泡噪声消除方法

李浩,陶建国,罗阳,邓立平,邓宗全

（哈尔滨工业大学 机器人与系统国家重点实验室,哈尔滨 150001）

中文说明：

对于水下机器人来说,准确地检测和定位目标物体是非常重要的。 然而,在许多情况下,由于存在气泡噪声,很难清楚地观察目标物体。本文提出一种基于光流法的水下图像气泡噪声消除方法。 首先使用LK光流算法计算图像背景的运动矢量并补偿背景运动。 然后,通过HS光流算法计算气泡的光流场,并通过二值化图像获得气泡存在的区域。 最后使用相邻的帧图像来修复气泡区域。气泡噪声去除实验结果表明,该方法可有效去除图像中的气泡噪声。

关键词：气泡噪声,光流法,背景运动,图像修复