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．     

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．     

基于结构保持的星载SAR图像超分辨重构算法

星载合成孔径雷达（SAR）可以实现全天候、全天时、大幅宽的对地观测,但受天线尺寸和数据有损传输影响,高分辨率SAR图像的获取十分困难。针对该问题,提出一个基于结构保持的图像超分辨重构网络（SP-SRNet）,以实现SAR图像从低分辨（LR）图像到高分辨（HR）图像的重构：使用一个轻量级深度卷积神经网络提取图像梯度图特征,为超分辨重构网络提供更多的结构信息;设计一个由像素损失和梯度损失组成的多目标函数优化SP-SRNet。利用ICEYE公司卫星高分辨SAR图像,采用双3次下采样算法构建SAR图像的LR-HR数据集,并在该数据集运用多种现有算法对比仿真验证。结果表明,提出的SP-SRNet在定量评估指标和主观视觉上均优于现有的超分辨重构算法。     

一种基于移相技术的图像超分辨方法

探测器像元尺寸的限制已成为空间遥感成像系统分辨率提高的一个瓶颈,针对以上问题,本文提出了一种基于移相技术的图像超分辨方法。通过采用移相技术获得相对焦平面产生小于探测器阵元尺寸的微小位移的图像序列,经过图像处理后获得实际分辨率优于探测器阵元尺寸的新图像。本文搭建了实验平台,介绍了实验装置的系统组成和工作原理,给出了图像处理采用的算法,并对其进行了实验验证。实验结果表明,利用该方法图像分辨率可以提高至原图像分辨率的1．4倍。     

搜索全局最优解的一种混合遗传算法

针对遗传算法求解多值函数极值的缺点，本提出一种混合遗传算法，基本思想为通过某种方法获得初始种群，然后在遗传过程中逐步修改适应值函数，以提高其搜索速度和精度。经实例仿真，效果良好。     

一种改进Papoulis-Gerchberg的多幅超分辨重构方法

为进一步提高拍摄图像的分辨率,提出一种改进的Papoulis-Gerchberg超分辨算法.新算法提出边缘检测方法,可以改善传统方法空间复杂度和重构图像边缘模糊的问题.新算法在原有的算法基础上融于边缘检测,针对多幅同一场景输入图像,在每次Papoulis-Gerchberg迭代过程加入坎尼检测,同时将每步的重构误差投影到下一步重构过程,降低了算法空间复杂度,能有效恢复丢失的边缘高频信息.MATLAB实验结果表明,与现有的经典超分辨重构方法相比,本算法反映图像质量的峰值信噪比和灰度标准差更高,信噪比和灰度标准差比改进前算法分别提高0.5 d B和2.5.从视觉感官上对比,重构图像整体效果也更加清楚,去除了原始重构方法图像边缘叠影现象,有效提高了原始输入图像的分辨率.     

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。     

超分辨率图像重构分层迭代ICA算法研究

分析了超分辨率图像重构的数学模型,指出了超分辨率图像重构的关键问题,提出了用分层迭代ICA算法(HI-ICA)解决面向序列数据的超分辨率图像三维重构的新方法,并用Matlab软件进行了数值仿真实验.结果表明,这种方法对超分辨率图像重构精度的提高有一定的理论和应用价值.     

一种综合发射波束的超分辨处理方法

针对发射采用阵列天线，接收只能采用单根天线的雷达，为了提高目标的角分辨能力，应用MUSIC算法对综合发射波束进行超分辨处理．由于单根天线接收信号经分离处理后得到的数据模型与常规非均匀阵列接收的数据模型等效。因此超分辨处理可以实现。仿真结果证实了这一点．这种在接收端对发射波束进行超分辨处理。提高了雷达对目标的角分辨能力和测角精度。并且拓展了超分辨处理的应用领域．     

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.     

A hybrid genetic algorithm for multi-modal image registration

Imageregistrationisthemethodofbringingtwo differentimagesintoalignmentsothatpixelpositionscorrespondtoequivalentpointsinthespaceoftheob jectimaged.Therearemanyapproachestoimageregis trationandtheycanbeclassifiedintothreeclasses:im age based,feature based,…     

A concept learning method based on a hybrid genetic algorithm

Ｔｈｅｅｘｐｌｏｓｉｖｅｇｒｏｗｔｈｏｆｉｎｔｅｒｅｓｔｉｎｍａｃｈｉｎｅｌｅａｒｎｉｎｇｈａｓｌｅｄｔｏｒｉｃｈｄｉｖｅｒｓｉｔｙｏｆａｐｐｒｏａｃｈｅｓｔｏｔｈｅｄｅｓｉｇｎｏｆｌｅａｒｎｉｎｇｓｙｓｔｅｍｓ.Ｏｎｅｏｆｔｈｅｃｏｎｓｅｑｕｅｎｃｅｓｏｆｔｈｉｓｄｉｖｅｒｓｉｔｙｉｓｔｈｅｆｏｒｍａｔｉｏｎｏｆｓｕｂｇｒｏｕｐｓｔｈａｔｓｈａｒｅｃｏｍｍｏｎｉｎｔｅｒｅｓｔｓｕｃｈａｓｓｉｍｉｌａｒｉｔｙｂａｓｅｄｌｅａｒｎｉｎｇ,ｅｘｐｌａｎａｔｉｏｎｂａｓｅｄｌｅａｒｎｉｎｇ,ａｎｄｎｅｕ…     

基于下降搜索的混合遗传算法

针对基本遗传算法局部搜索能力不强的问题,提出一种将下降搜索与遗传算法相结合的混合遗传算法,其中下降搜索的优化方向利用每一代中最劣个体所包含的优化信息获得.数值计算表明,该混合算法可加速算法的收敛,具有良好的优化性能和函数适应能力.     

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。     

解非线性二层规划的一种混合遗传算法

对上层目标函数是非线性的二层规划，将遗传算法与单纯形法相结合提出了一种混合遗传算法，为了解决经典遗传算法在实际应用中存在的早熟收敛、全局优化速度缓慢和解的精度差等缺点，在设计变异算子时引入了梯度投影法，使变异更加有效并能产生更好的后代。数值模拟结果表明该算法是有效的。     

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．     

基于一种混和遗传算法的模糊神经网络的优化

将遗传算法引入到模糊神经网络的学习过程中,提出了一种综合遗传算法和梯度下降法优势的混和遗传算法,它一方面改善了梯度法的收敛性,使模糊系统对专家知识的依赖性大为降低,提高了系统的智能化水平;另一方面有效提高了遗传算法的搜索效率,强化了系统的学习能力.仿真结果证明了算法的有效性.