基于重建方法的图像超分辨率技术发展现状分析与方向预测

图像超分辨率(super resolution,SR)重建技术是利用一帧或多帧低分辨率(low resolution,LR)图像的信息来重建一帧清晰的高分辨率(high resolution,HR)图像的技术,是图像处理中的研究热点。介绍了基于重建方法的图像SR技术的基本原理及数学模型,以频域方法和空域方法作为分类依据,分别阐述了图像SR重建技术的经典方法和最新进展,并对各类算法的优缺点进行了系统的分析和总结,最后指出了基于重建方法的图像SR技术的研究方向。     

岩心三维CT图像超分辨率重建

为了提高岩心三维图像分辨率,将调整的锚点邻域回归算法（A+）扩展为三维图像超分辨率重建,提出三维高频修正A+算法.该算法利用已有的高分辨率（HR）岩心三维CT图像和高频修正信息训练高低分辨率字典、高频修正字典、映射矩阵和高频修正映射矩阵.重建时,对每个输入的三维低分辨率（LR）特征块搜索匹配的字典原子以及相应的映射矩阵和高频修正矩阵,通过LR特征向量分别与映射矩阵和高频映射矩阵相乘,直接将三维LR特征映射到HR空间.针对多组岩心三维CT图像进行实验,与其他三维超分辨率算法进行比较.实验结果表明,该算法具有较高的峰值信噪比和结构相似度.     

Multi-channel fast super-resolution image reconstruction based on matrix observation model

A multi-channel fast super-resolution image reconstruction algorithm based on matrix observation model is proposed in the paper,which consists of three steps to avoid the computational complexity: a single image SR reconstruction step,a registration step and a wavelet-based image fusion. This algorithm decomposes two large matrixes to the tensor product of two little matrixes and uses the natural isomorphism between matrix space and vector space to transform cost function based on matrix-vector products model to matrix form. Furthermore,we prove that the regularization part can be transformed to the matrix formed. The conjugate-gradient method is used to solve this new model. Finally,the wavelet fusion is used to integrate all the registered highresolution images obtained from the single image SR reconstruction step. The proposed algorithm reduces the storage requirement and the calculating complexity,and can be applied to large-dimension low-resolution images.     

基于自适应边缘保持算法的图像插值

为了较好地保持图像的边缘信息,提出一种新的基于线性预测模型的边缘保持算法．该方法根据低分辨图像和高分辨图像之间的几何对偶特性(即图像的边缘在不同分辨率下具有不变性),用低分辨线性预测模型取代高分辨线性预测模型,以此来计算最优插值系数向量．通过具体的例子验证了该模型边缘保持的有效性．实验结果表明,该方法具有较好的自适应性、边缘保持特性和较低的计算复杂度．     

Micro-Scanning Error Correction Technique for an Optical Micro-Scanning Thermal Microscope Imaging System

An error correction technique for the micro-scanning instrument of the optical micro-scanning thermal microscope imaging system is proposed. The technique is based on micro-scanning technology combined with the proposed second-order oversampling reconstruction algorithm and local gradient image reconstruction algorithm. In this paper, we describe the local gradient image reconstruction model, the error correction technique, down-sampling model and the error correction principle. In this paper, we use a Lena original image and four low-resolution images obtained from the standard half-pixel displacement to simulate and verify the effectiveness of the proposed technique. In order to verify the effectiveness of the proposed technique, two groups of low-resolution thermal microscope images are collected by the actual thermal microscope imaging system for experimental study. Simulations and experiments show that the proposed technique can reduce the optical micro-scanning errors, improve the imaging effect of the system and improve the system''s spatial resolution. It can be applied to other electro-optical imaging systems to improve their resolution.     

基于Gabor变换的图像邻域嵌入超分辨率放大

为了改善图像超分辨率放大的效果,提出一种基于Gabor变换的超分辨率放大算法。通过将图像块与多方向、多尺度的Gabor滤波器求卷积,来提取图像块的局部特征;利用欧几里得距离度量标准,为提取了Gabor特征的测试图像块寻找准确的近邻图像块,并通过联合学习高、低分辨率图像块对的方法,求出图像块对之间的关系;将寻找到的近邻图像块进行线性组合,求得所需的高分辨率图像块。实验结果显示,图像的Gabor特征能够帮助测试图像块找到更准确的近邻图像块,从而提高超分辨率算法的性能。     

基于流形学习的车牌图像超分辨率算法

为了解决视频监控系统中车牌图像分辨率较低、车牌字符难以辨识的问题,提出一种基于流形学习的车牌图像超分辨率重建算法。首先学习训练样本库中高、低分辨率图像之间的映射关系,然后利用线性判别分析(Linear Discriminant Analysis,LDA)算法提取图像特征,并利用流形学习中的局部线性嵌入(Locally Linear Embedding,LLE)算法对特征向量进行参数建模,最后通过特征映射关系获得高分辨率图像。实验表明,该方法对监控系统中的低分辨率车牌图像具有较好的超分辨率复原效果,不仅提高了字符的可读性,而且具有更高的峰值信噪比。     

采用Vernier阵技术的SAS图像重建

在采用Vernier阵技术时，为了避免由于等效相位中心(DPC)近似而引起的合成孔径声纳(SAS)图像模糊，提出一种新的数据处理方法，该方法根据收发分置成像的几何特性，采用修正的距离一多普勒算法对单个接收元信号独立进行合成孔径处理，并将独立处理产生的所有图像相干叠加，得到SAS系统的高分辨图像。对DPC近似处理、单个接收元合成孔径处理以及相干叠加处理的计算机仿真结果进行了比较，结果验证了该处理方法的可行性和有效性，并且进一步验证了Vernier阵技术的高分辨特性。     

ISAR Imaging and Cross-Range Scaling Based on Image Rotation Correlation

With the rapid advancement of technology, not only do we need to acquire a clear inverse synthetic aperture radar (ISAR) image, but also the real size of the target on the imaging plane, so it’s particularly important for the ISAR to rescale the images. That is, the ISAR image which is in the range-Doppler domain is converted into the range-azimuth domain. Actually, the key point to solving the problem is to estimate the rotation parameters. In this paper, a new scheme to rescale the images is proposed. For the sake of solving the problem of two-dimensional image blur and target high-speed, the instantaneous range instantaneous Doppler (IRID) method is used to obtain ISAR images, and the rotation parameters are estimated by comparing the rotation correlation of the two images. Using this method, the error of the estimated rotation parameters is greatly reduced, so that the target can be rescaled accurately. The simulation results verify the effectiveness of the proposed algorithm.     

视觉注意计算模型及其在自然图像压缩中的应用

为了提取自然图像中的主要视觉信息以便更好地对图像进行压缩，提出了一种新的基于感兴趣区域的图像压缩方法.该方法使用一个基于视觉生理和心理物理实验结果的视觉注意计算模型计算图像中的感兴趣区域，并用JPEG算法对感兴趣区域和背景区域采用不同的压缩比进行压缩，对部分图像进行了初步实验.结果表明，用该方法压缩后图像的字节数和每像素比特数等参数均好于JPEG算法；同时压缩后图像在视觉上对比突出了感兴趣区域，有利于对感兴趣区域的观察.     

一种基于小波包变换的SAR图像与TM图像融合方法

为了增强来自不同传感器的图像信息，改善图像的可分析和提取能力，近年来，常采用小波变换融合方法。但小波变换只对低频信息进行多分辨分析，并不考虑高频信息的多级分解。小波包变换不仅能对图像的低频部分，而且对小波变换没有细分的高频部分也能进一步地分解。因此，小波包分析能够为图像融合提供一种比小波多分辨分析更加精细的分析方法。在研究了小波包分析法后，提出了一种小波包图像融合方法。利用此融合算法对同一场景的不同传感器荻得的合成孔径雷达（SAR）图像和专题绘图仪（TM）图像进行融合，通过客观分析与目视评价，证明该融合方法的融合结果更好。     

一种简单有效的视频序列超分辨率复原算法

针对视频序列中逐帧图像的超分辨率复原问题,提出一种基于参考高分辨率图像的视频序列超分辨率复原算法.该算法利用了大多视频设备能同时提供静止图像和动态视频拍摄的特点,以同一场景获取的高分辨率静止图像为参考图像,提取高频细节经运动估计补偿和可信度加权后用于低分辨率序列各帧的超分辨率复原,并采用最大后验概率约束优化进一步提高复原图像的保真度.实验中采用多个序列对算法性能进行了测试,结果表明,该方法对各序列中连续多帧的复原效果均明显优于传统的双线性插值方法和基于最大后验概率(MAP)的静态批处理方法,其平均PSNR值与MAP静态批处理方法相比提高了2.4 dB以上.     

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．     

基于分数阶全变差和自适应正则化参数的图像去模糊

为更好地复原图像的纹理细节,避免求解图像去模糊模型时面临正则化参数难以选择的问题,提出了一种基于分数阶全变差（FOTV）模型和自适应更新正则化参数的非盲去模糊图像重建方法。首先,在分析不同分数阶下FOTV的幅频响应特性的基础上,采用不同分数阶次的FOTV模型约束图像的平滑（低频）部分和纹理细节（高频）部分,从而建立图像非盲去模糊重建模型。其次,为了有效地求解重建模型和实现两个正则化参数的自适应更新,采用交替方向乘子法(ADMM)将原本含有两个正则化参数的复杂问题分解成两个相对容易的子问题进行求解,每个子问题只含一个正则化参数。最后,根据偏差准则,在迭代求解过程中实现了两个正则化参数的自适应更新。将所提算法应用于包含平滑、边缘和纹理细节的多幅图像中,测试4种不同模糊核下的去模糊效果;与传统的4种去模糊算法相比,实验结果表明所提算法能自适应地更新两个正则化参数,对于纹理细节适中的图像具有较好的去模糊效果。     

Subpixel Reconstruction Algorithm in Staring FPA Nonuniform Microscan Imaging

For the nonuniform microscan system where the interframe translation is no longer equivalent to accurate halfpixel,a 2-dimension non-interpolated subpixel algorithm is proposed to consider arbitrary value of microscanning. The aim of the proposed algorithm is to restore double resolution from 2×2 undersampled frames. To solve the ill-posed problem in the process of image reconstruction,the prior boundary condition is introduced,and the proposed subpixel reconstruction algorithm is reformulated into the form of line-by-line backward propagation iteration for reducing the calculation complexity. Since the direction of movement offset relative to the accurate halfpixel determines the transfer matrix of the image degradation process,the reconstruction is classified into 4 types when 2×2 microscan model is applied. All the simulation results and experiment data demonstrate the double resolution improvement compared with the undersampled images. The focus problem,scarcely any possibility of the operation with accurate halfpixel micromotion,is figured out for enhancing the feasibility of subpixel reconstruction used in practice.     

Subpixel Reconstruction Algorithm in Staring FPA Nonuniform Microscan Imaging

For the nonuniform microscan system where the interframe translation is no longer equivalent to accurate halfpixel, a 2-dimension non-interpolated subpixel algorithm is proposed to consider arbitrary value of microscanning. The aim of the proposed algorithm is to restore double resolution from 2×2 undersampled frames. To solve the ill-posed problem in the process of image reconstruction, the prior boundary condition is introduced, and the proposed subpixel reconstruction algorithm is reformulated into the form of line-by-line backward propagation iteration for reducing the calculation complexity. Since the direction of movement offset relative to the accurate halfpixel determines the transfer matrix of the image degradation process, the reconstruction is classified into 4 types when 2×2 microscan model is applied. All the simulation results and experiment data demonstrate the double resolution improvement compared with the undersampled images. The focus problem, scarcely any possibility of the operation with accurate halfpixel micromotion, is figured out for enhancing the feasibility of subpixel reconstruction used in practice.     

基于局部约束线性编码的单帧和多帧图像超分辨率重建

基于稀疏表示的超分辨率图像重建是当前典型的算法之一,引入约束性更强的局部约束线性编码(LLC:Locality-constrained Linear Coding)对其进行了改进。首先依据一个高分辨率图像集训练出成对的高分辨率和低分辨率词典,然后根据低分辨率词典对输入的低分辨率图像用LLC方法进行编码,再依据高分辨率词典及编码系数初步重建高分辨率图像,最后添加全局约束重建高分辨率图像,并将该算法推广到多帧图像超分辨率重建层面。分析和对多幅图像的实验结果都表明,新算法相对原算法不仅提高了图像重建的质量还降低了计算复杂度,取得了满意的效果。     

一种基于P-M扩散的超分辨图像重建方法

为了用一组低质量、低分辨率图像来产生高质量、高分辨率图像,提出了一种基于Perona-Malik(P-M)扩散的超分辨率图像重建方法。首先分析了lp范数的稳健性以及P-M扩散保持图像纹理和边缘的特点;将两者相结合,并加入了抑制图像明亮特征的调整项;最后给出了迭代格式进行迭代求解。实验结果表明,本文方法的峰值信噪比(PSNR)平均提高了0.85 dB,图像质量也得到了提高。     

基于改进总变差正则化算法的金属缺陷三维重建方法

为解决电磁层析成像(electromagnetic tomography,EMT)图像重建中的不适定性和病态性,将电磁层析成像用于金属缺陷检测,根据缺陷分布的稀疏性,提出了一种基于改进的总变差正则化算法(total variation,TV)的电磁层析成像图像重建方法,讨论了检测深度与激励频率的关系,利用三维重建算法对金属零件的表面和内部缺陷进行检测。通过仿真和实验评估了所提出算法的性能,并与Tikhonov正则化算法和L1正则化算法的重建图像和相对误差(relative error,RE)进行了比较。仿真和实验结果表明:使用改进的TV正则化算法重建的图像具有更好的图像重建效果和更小的相对误差,相对误差低至0.1左右,可以提高缺陷图像的重建质量和精度。     

带阈值滤波的迭代法三维ECT图像重建

针对Landweber迭代法用于三维ECT重建时,需要的迭代次数多且重建图像中含有大量伪迹的问题,提出了一种带阈值滤波的迭代重建法.该方法利用Landweber迭代法重建一初始图像,用阈值滤波获得改进图像,为了获得最佳阈值,依次用有限个离散化阈值对初始图像做二值化处理,计算出二值化图像对应的电容估计值与电容测量值之间的误差,并将对应最小误差的阈值确定为最佳阈值.仿真实验结果表明,自适应阈值滤波能够显著减少重建图像中的伪迹和重建时间,该方法具有良好的应用潜力.