超分辨率图像重构算法的研究

图像重构是数字图像处理的一个重要分支。文章在图像配准的基础之上，采用后向投影迭代算法对图像序列进行了高分辨率重构，并给出了其中详细的算法和实现过程。实验仿真结果表明该算法运算量小，收敛速度较快．具有良好重构效果。     

超分辨率图像重构边缘振荡的高效去除算法

针对POCS超分辨率图像重构算法在放大倍数加大时存在边缘振荡效应加剧和计算复杂性上升的问题，提出了一个能同时解决这两个问题的新算法，它将放大过程分步进行，并在每步引入边界自适应约束。实验结果表明，该算法在有效消除边缘振荡效应的同时，极大地提高了超分辨率图像重构的速度。     

航空图像超分辨率重构技术

为了过滤掉航空图像中的模糊因素,获取高质量的航空图像,提出基于先验信息的航空图像超分辨率重构方法,采用基于互信息的航空序列图像配准方法完成航空图像的配准,通过最大信息熵复原方法对配准后的图像序列进行去模糊处理,获取航空图像序列。利用小波变换方法使得图像序列内存在的冗余信息以及互补信息融合至一帧图像中,通过O-MOMS插值算法对融合后的单帧航空图像进行插值重构,获取高分辨率的航空图像。实验结果说明,所提方法重构出的航空图像更为清晰,具有较低的信噪比和较高的重构效率。     

基于OMP算法的可见光图像超分辨率重构方法

为了提高可见光图像的识别和检测能力,提出基于OMP算法的可见光图像超分辨率重构方法。建立可见光图像的视觉信息采集模型,采用空间锚点邻域特征匹配方法进行的可见光图像超分辨特征分解,提取可见光图像边缘轮廓特征量,结合残差特征估计高分辨率图像特征融合和优化分割,建立可见光图像的超分辨率重建特征分布集,采用边缘信息空间区域融合方法进行可见光图像的像素信息融合和优化特征重组,提取可见光图像的模糊度特征分布集,结合OMP算法实现可见光图像超分辨率重构。仿真结果表明,采用该方法进行可见光图像超分辨率重构的特征分辨能力较高,提高了可见光图像重构的输出峰值信噪比,且输出信噪比最高可达到61. 2。     

基于局部约束的人脸图像超分辨率重构算法

基于超完备稀疏表示理论,并根据人脸图像的特征,提出一种基于局部约束的人脸图像超分辨率重构算法。该算法首先通过样本训练出一对高、低分辨率相关联的冗余字典;再根据局部范围内人脸图像的相关性,重构出高分辨率图像;最后对图像进行全局优化。为验证算法的有效性,本文利用ORL标准图像库进行了对比实验,实验结果表明,该算法能够有效提高峰值信噪比,同时能够更好地恢复人脸图像的高频信息,有一定的实用价值。     

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.     

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.     

超分辨率重构

利用低分辨率的图像序列来估计高分辨率图像的方法称为超分辨率图像重建,逐步成为当前科研热点.本文通过POCS视频图像重建算法为例,阐述了超分辨率的概念、应用场合及基本策略和分类,并对超分辨率的重构方法和前景进行了展望.     

超分辨率重构

利用低分辨率的图像序列来估计高分辨率图像的方法称为超分辨率图像重建,逐步成为当前科研热点。本文通过POCS视频图像重建算法为例,阐述了超分辨率的概念应用场合及基本策略和分类,并对超分辨率的重构方法和前景进行了展望。     

Study on infrared image super-resolution reconstruction based on an improved POCS algorithm

Aiming at the disadvantages of the traditional projection onto convex sets of blurry edges and lack of image details, this paper proposes an improved projection onto convex sets (POCS) method to enhance the quality of image super-resolution reconstruction (SRR). In traditional POCS method, bilinear interpolation easily blurs the image. In order to improve the initial estimation of high-resolution image (HRI) during reconstruction of POCS algorithm, the initial estimation of HRI is obtained through iterative curvature-based interpolation (ICBI) instead of bilinear interpolation. Compared with the traditional POCS algorithm, the experimental results in subjective evaluation and objective evaluation demonstrate the effectiveness of the proposed method. The visual effect is improved significantly and image detail information is preserved better.     

一种改善被动毫米波重建图像质量的方法

凸集投影(POCS)算法是一种广泛使用的超分辨率图像重建方法.针对常规POCS算法收敛速度慢、存在边缘震荡效应的问题,论文结合被动毫米波图像降质模型,提出了一种用于被动毫米波图像超分辨率重建方法.该方法有效利用图像的边缘信息,根据不同的区域选择相应的松弛算子,同时建立边缘约束集来保证边缘图像的尖锐性.实验结果表明.在有效消除边缘震荡效应的同时提高了收敛速度,适用于被动毫米波图像的超分辨率处理.     

一种快速的超分辨率图像重构算法

基于稀疏表示的超分辨率(SR)图像重构算法需要求 解l₁范数优化问题,时间效率不高。 本文在该方法的基础上加入平移不变性约束条件,并且考虑到稀疏参数对重构结果影响不 大,对重构算法进行简化,避免了求解复杂的l₁范数优化问题,实现了一种快速的图像SR重构。数值实验结果表明,本文算法具有更高的时间效率。     

使用改进的POCS算法的超分辨率图像复原

超分辨率复原技术的基本思想就是采用信号处理的方法,在改善图像质量的同时,重建成像系统截至频率外的信息。POCS（凸集投影）算法是一种广泛应用于图像超分辨率复原的方法。针对传统的POCS算法的边缘振荡效应,在分析其产生的原因．造成的影响的基础上,采用改进的POCS算法,以减少边缘振荡。采用基于小波变换模极大值的改进POCS算法进行图像超分辨率复原。实验结果表明,该方法有效的较少了复原图像的边缘振荡效应,是一种有效的图像超分辨率复原方法。     

一种基于凸集映射的高分辨率图像恢复算法

介绍了一种基于凸集映射(POCS)算法的高分辨率图像恢复方法，通过仿真对比了其与双线性插值方法恢复高分辨率图像的差异，仿真结果表明，该方法有助于改善高分辨率图像的恢复质量。     

水下视频图像的超分辨率重建与增强

针对水下视频图像对比度低、图像模糊和噪声突出的特点,提出一种新的基于凸集投影(POCS)的超分辨率图像重建与增强算法。在POCS迭代约束的过程中,采用小波域非线性函数抑制噪声并突出细节,然后用能量非递减性约束集进行修正。实验表明,该方法具有较好的超分辨率重建与增强效果。     

采用边缘Gibbs现象抑制的红外图像POCS重构算法

在研究和分析凸集投影(Projection Onto Convex Sets,POCS)法的基础上,提出了一种改进的图像超分辨率重构算法.该算法充分利用空域确定模型,通过平滑降噪处理,经运动估计进行配准;突出数字图像细节信息的同时,有针对性地修改点扩散函数(Point Spread Function,PSF)取值,通过有效抑制边缘Gibbs现象获得最佳质量的高分辨率重构图像.对重构后的红外图像质量进行了定量评价.结果表明,图像质量取得了预期的效果.该技术在红外目标识别与跟踪、红外侦察与反侦察、舰船红外目标特性研究、高清数字图像处理、旧视频翻录和生物信息提取与识别等方面具有重要的应用价值.     

一种屏幕内容编码帧间模式快速选择算法

屏幕内容编码(SCC)作为高效视频编码(HEVC )的扩展,在压缩屏幕内容方面有着显著的效果, 但也导致了编码器计算复杂度较高的问题。为此,本文提出一种屏幕内容编码帧间模式快速 选择算法。首 先,根据像素点亮度值的变化情况,提前判断出静止区域并使用Skip模式;其次,根据屏幕 内容多包含有 水平及竖直边缘的特点,利用编码单元(CU)的水平及竖直活动性确定相应的预测单元(PU )划分模式, 减少帧间预测时需要遍历的PU个数;最后,根据时空域相邻CU的深度信息预测当前CU的深度 范围,跳 过不必要的深度遍历。实验结果表明,与SCM-8.0相比,在随机接入与低延时两种编码模式 下,本文所提 算法分别节省43.6%和49.09%的编码时间,码 率分别上升3.06%和3.43%,视频质量几乎不变 。