CCD高分辨成像的梯度解析法

基于序列图像重建的高分辨成像技术需要获取互有位移的序列图像,并需利用图像重建算法进行高分辨率图像重建。为此,设计了一种利用压电陶瓷体控制CCD位移来获取互有微小位移的序列图像的装置,在此基础上提出了一种基于梯度理论从序列图像重建高分辨率图像的算法——梯度解析法。该解析法根据图像灰度场梯度理论,同时考虑了图像的更高频成分,提高了重建图像分辨率。仿真实验显示,该算法与已有算法相比,重建图像的失真度降低40％以上。     

变分贝叶斯框架中的多帧图像盲超分辨

多帧图像超分辨理论是通过融合多帧低分辨率图像的信息来重构高空间分辨率图像。准确估计低分辨率图像的模糊核是进行有效信息融合的先决条件。传统超分辨方法通常假设模糊核已知且采用固定的高斯滤波模糊核,并且模型参数需要费时的手动调整。本文在变分贝叶斯框架下获得相应的超分辨算法,该算法对高分辨率图像、模糊核和模型参数同时进行最优估计。对比实验表明,模糊核自适应估计的盲超分辨方法总体性能优于现有的变分贝叶斯框架下的图像超分辨方法,特别是在高信噪比场景,推荐方法优势更加明显。     

多级FFD配准视频人脸超分辨率重建

超分辨率重建是解决视频人脸识别中人脸分辨率低的有效方法,但由于人脸畸变、表情变化等非刚性变化导致无法精确配准和重建.针对此问题,提出基于B样条的多级模型自由形式形变(FFD)弹性配准算法.先用低分辨率FFD网格全局配准,再对全局配准后的图像分块并计算对应子图块的相关性系数,对相关性系数小的子图块用高分辨率FFD网格局部细配准.在配准的寻优过程中采用基于混沌因子的自适应步长最速下降法提高寻优效率.配准后,采用POCS算法对多帧图像重建高分辨率图像来识别.在标准视频库和自建视频库上实验仿真,结果表明在人脸畸变和表情变化很大的情况下,也能够精确的配准和很好的重建,得到较高识别率.     

一种基于MOD字典学习的图像超分辨率重建新算法

将低分辨率图像重建成高分辨率图像是图像处理领域中的一个重要课题。Yang提出一种基于联合字典学习的图像超分辨率重建算法,其算法样本选取与字典训练方法较为复杂。提出一种基于MOD字典学习的图像超分辨率重建新算法,首先采用少量的训练样本代替Yang的大量训练样本,然后使用MOD字典学习算法代替Yang的FFS字典学习算法,最后利用字典对图像进行稀疏表示与重建。实验结果表明,所提出的算法速度较快,并且重建图像的质量较高。     

基于视觉对比度特性的红外图像超分辨率重建

针对现有超分辨率算法重建后的红外图像存在对比度差、信噪比低、视觉效果模糊的缺点,提出一种基于视觉对比度特性的红外图像超分辨率重建算法。该算法首先利用人眼在不同灰度级的分辨能力不同,通过引入红外图像对比度这一先验信息重建红外图像,其次构建一噪声度量因子以区分图像目标与噪声,然后对目标边缘进行增强,噪声进行滤除。实验结果表明:经过改进算法重建的超分辨率红外图像对比度提高了2倍,噪声得到了有效抑制,视觉效果明显改善。     

摄像中的超分辨率图像重建算法研究

超分辨率图像重建技术就是利用信号处理的方法,从多幅低分辨率图像中提取更多细节信息,重建出一幅或多幅高分辨率图像的技术。文章介绍了超分辨率图像重建的概念,并且探讨超分辨率图像重建的意义和需求,然后着重研究了目前的几种主要超分辨率图像重建算法,并讨论了关于目前超分辨率图像重建算法的一些思考。     

基于分形小波变换的MEMS动态模糊图像亚像素检测技术

基于机器微视觉的微机电系统（MEMS）动态测试系统,提出了一种分形小波变换亚像素检测技术提取MEMS运动轨迹算法.该算法结合电耦合器件（CCD）成像机理,利用图像的分形参数进行随机分形插值对图像边缘进行重建,通过小波变换实现重建后图像亚像素精度的边缘检测.在连续光照明条件下,对MEMS平面微运动模糊图像进行检测处理,提取和分析了MEMS运动轨迹.将该方法和在频闪条件下测得的MEMS器件的平面微运动幅值的结果进行了比对分析和讨论.由实验结果可以看出,本方法有较高的测量精度,其测量绝对误差小于0.02像素.     

基于分块的自适应超分辨率算法

本文主要研究序列图像超分辨率重建技术.本文提出了一种新的基于分块策略的超分辨率算法,由于采用分块策略,矩阵规模极大减小,且其规模与分块大小相关,而与原始序列大小无关,故能有效降低系统内存开销,提高系统处理效率.实验表明,传统多帧算法对运动估计的精度要求很高,而本文算法对此要求不高,在采用低精度运动估计技术的条件下,本文...     

基于变分贝叶斯多图像超分辨的平面复眼空间分辨率增强

平面复眼成像系统利用多个子孔径对场景进行成像,由于子孔径大小和图像传感器空间采样率的限制,各子孔径图像质量较差。如何融合多个子孔径图像来获得高分辨率图像是亟需解决的问题。多图像超分辨理论利用多幅具有互补信息的图像来重构高空间分辨率图像,然而现有理论通常采用过于简化的运动模型,这种简化的运动模型对平面复眼成像并不完全适用。若直接把现有多图像超分辨理论用于平面复眼分辨率增强,不准确的相对运动估计将降低图像分辨率增强性能。针对这些问题,本文在变分贝叶斯框架下改进了现有多图像超分辨理论中的运动模型,并把导出的联合估计算法用于平面复眼分辨率增强。仿真数据实验和真实复眼数据实验验证了推荐方法的正确性和有效性。     

融合特征分类和独立字典训练的超分辨率重建

超分辨率重建技术在重构图像细节、改善图像视觉效果方面具有重要作用。为进一步提高图像的重建质量,提出了一种有效的超分辨率重建方法。首先提取图像块的几何特征来构造决策树,以期通过监督的方式进行图像块分类。然后针对不同类型的图像块训练集,分别基于K-SVD独立训练相应的高分辨率字典和低分辨率字典。最后为了保证图像块的准确和快速重建,对高分辨率训练集和低分辨率训练集的系数求解映射矩阵,其用于在重建阶段将低分辨率稀疏系数映射为高分辨率稀疏系数以达到重建目的。实验结果表明,本文的方法与其他经典的超分辨率重建方法相比,在重建效果方面具有明显提高。

     

多正则化形式的超分辨率图像重建

为了抑制超分辨图像重建过程中的振铃锯齿效应,本文提出一种多正则化形式的超分辨率重建算法。文章首先给出了图像降质模型并推导出了图像重构约束项。利用重构项直接对低分辨率图像进行重建,获得的高分辨图像会有锯齿和振铃效应。针对此问题,本文利用自回归模型和滤波器组先验来正则化重建过程。自回归模型用来恢复图像局部细节描述,与此同时本文利用自然图像块的聚类集来估计自适应自回归模型参数。滤波器组先验用来约束重建图像的边缘,使得获取的高分辨率的图像边缘更加锐利。最后通过实验定性与定量的分析,证实了本文算法优于其他具有竞争力的算法。     

结构光照明下的非相干自干涉数字全息成像

提出了一种采用结构光照明的迈克尔逊非相干数字全息成像系统,该系统利用空间光调制器SLM实现水平和竖直方向的余弦光栅照明模式,以提高成像系统的横向分辨率。利用MATLAB软件进行仿真成像和数值重建,得到了该系统下的高分辨率重建像,从理论上证明了这一方法可以有效提高非相干数字全息系统的分辨率。搭建了相应的非相干光自干涉数字全息成像系统,通过对USAF1951分辨率板进行成像,从实验上进一步验证了基于结构光照明的超分辨成像方法对该成像系统的适用性。     

转子图像空时域增强与振动测量方法研究

提高视觉测振精度的主要因素取决于单位周期内采集图像的样本数量以及图像中振动目标边缘的清晰度，但工业相机有限的采集频率和固有的分辨率会导致最终获得的时序位移信号因空时域信息丢失而出现明显的偏移误差。因此提出一种转子图像空时域增强与振动测量方法。通过视频插帧算法在相邻的两个样本图像之间插入一个拟合样本，从而增强单位周期内采集的样本数量。为了缓解采集的低分辨率图像中存在模糊、失真、噪点等现象，利用超分辨率重建算法恢复图像内的高频信息。在权衡算法耗时和计算资源损耗后，将视频插帧和视频重建进行任务集成，实现两个模型任务的特征信息共享。在自制的高速振动转子图像数据集中进行测试的试验结果表明：与当前的先进算法相比，本文构建的模型提高了0.3 dB,相应的轻量级模型在降低模型参数17.9%的同时比先进的模型任有更好的重建精度。两种采样频率下测得的时域与频域信号显示，所提出的算法获得的振动信号具有更好的周期性和稳定性。     

显微热成像系统行处理迭代超分辨力处理研究

针对已研制光学微扫描显微热成像系统空间分辨力较低的问题,基于改进的频域图像配准技术和改进的行处理迭代超分辨力算法,提出了显微热成像系统光学微扫描改进行处理迭代超分辨力图像处理方法。给出了该方法的原理及步骤,采用不同重构方法针对可见光和红外图像进行了仿真研究,给出了评价参数和结论。利用光学微扫描显微热成像系统采集低分辨力显微热图像序列进行了超分辨力处理实验,实验结果表明本文提出方法的有效性,光学微扫描显微热成像系统的空间分辨力得到提高,可应用于需要显微热分析的场合。该方法还可以应用于其它不可控光学微扫描成像系统中,具有广泛的应用前景。     

小波双三次高倍插值搜索算法的遥感图像重建

由于光学遥感成像的距离较远和CCD物理尺寸的限制,获得的图像分辨率都比较低。为了在保持原始图像信息的情况下,提高图像的空间分辨率,改善图像的峰值信噪比,在深入分析前期研究中提出的小波双三次插值搜索算法的基础上,建立了小波双三次高倍插值搜索算法。该算法可以根据需要重建出原始遥感图像的高倍高分辨率遥感图像。实验结果表明,新算法重建出原始图像的2×2倍高分辨率图像的细节信息和视觉效果最好,3×3倍和4×4倍次之,5×5倍较差,更高倍数的高分辨率重建图像不宜在实际应用中采用。     

运用稀疏表示法进行单幅图像超分辨的内点方法

稀疏表示法在单幅图像超分辨率重建问题中受到广泛的关注.本文介绍了一种使用稀疏表示进行超分辨率图像重建的方案.该方案首先由低分辨率的输入图像块求取稀疏表示系数,然后根据此系数生成对应的高分辨率图像块,最后由高分辨率块重建出整幅图像.在求取稀疏表示系数时,本文采用了一种借助预处理共轭梯度算法计算搜索方向的内点方法.仿真结果...     

SRR在多线阵错位排列扫描系统中的实现

为了获得尽可能高的空间分辨率的图像,超分辨率重构技术(SRR)成为了红外扫描成像的研究热点.本文以红外多线阵错位排列扫描成像系统为研究平台,通过分析SRR实现过程及待重构图像获取的方式,分析了红外多线阵错位排列扫描成像系统中SRR有效的关键.实验表明:对于固定错位量的多排传感器扫描成像系统,影响重构图像质量的主要因素是各通道所获得的待重构图像同位像素灰度不一致引入的噪声.本文提出的基于序列逐像素比较滤波法,可以大大提高重构图像质量.     

基于自相似性与稀疏表示的超分辨率算法

目的为了解决当前稀疏表示的超分辨率算法效果依赖参与训练的数据的问题,结合图像的自相似性,提出一种基于自相似性与稀疏表示相结合的超分辨率算法。方法算法利用图像的多维自相似性,构建多维图像金字塔,采用改进的相似块搜索策略,得到对应的高低分辨率图像块作为训练样本,然后对样本进行字典训练,最后根据稀疏表示得到超分辨率图像。结果实验结果显示,文中算法在峰值信噪比(PSNR)和结构相似度(SSIM)上优于其他算法,对于实验图像而言,PSNR平均提升了0.5 dB。结论提出的超分辨率算法未引入外部数据库,具有较好的效果,能够用于超分辨率重建。     

基于自适应步长双参数正则化算法的超声波过程层析成像图像重建

提出了一种新的自适应步长双参数正则化算法,对超声波层析成像系统检测浆体浓度分布进行图像重建。该算法利用转换矩阵将超定解作为先验信息,嵌入到正则化泛函中,避免重建图像被过度平滑,不仅成像速度较快且重建图像具有较高分辨率。仿真实验结果表明,相比于Tikhonov正则化算法以及Landweber算法,自适应步长双参数正则化算法重建图像的相关系数有明显提高并且边界信息更加可靠。     

超分辨率图像重建在法庭科学中的应用

超分辨率图像重建是近年来迅速发展起来的一种旨在利用某一景物的若干低分辨率图像获取该景物高分辨率图像的技术。本文介绍了超分辨率图像重建技术在法庭科学中的应用、作用、方法,并总结了相关问题和发展方向。