基于边缘保持的航拍图像凸集投影超分辨率重建算法

针对传统的凸集投影(POCS)超分辨率图像重建算法经常出现的边缘模糊问题,在传统POCS算法原理基础上,文章使用基于梯度插值的算法生成POCS重建的初始估计图像,然后对中心点为边缘像素的空间点扩散函数(PSF)进行修正,使其系数沿梯度大的方向减小,梯度小的方向保持不变。利用改进的POCS算法进行了超分辨率图像重建实验,结果表明,图像峰值信噪比由原来的27.29dB达到28.12dB。该方法有效地保持了边缘特性,改善了超分辨率图像重建质量。     

一种改善图像边缘效果的POCS超分辨率重建方法

利用图像超分辨率重建(SRR)技术可以在现有成像系统基础上提高图像空间分辨力。凸集投影(POCS)是超分辨率重建的主流方法之一。对POCS算法进行了改进,具体改进体现在两个方面:(1)用可控核回归插值图像作为POCS重建的初始估计以提高初始估计图像的质量;(2)将POCS重建中使用的点扩散函数(PSF)由高斯核改为可控核以减少重建图像的边缘振荡效应。对所提出的算法进行了仿真,实验结果显示采用本文方法重建图像的边缘效果有了明显的改善。     

改进边缘质量和运动估计的超分辨率图像重构

凸集投影算法（POCS）是一种广泛使用的超分辨率图像重构方法。针对传统的POCS超分辨率图像重构算法出现的边缘模糊及匹配时的局限性问题,首先利用二阶梯度检测出像素周围0°、45°、90°、135°四个边缘。在构造参考帧时采用基于梯度的插值算法,沿边缘方向进行线性插值,沿非边缘方向进行基于一阶梯度的带权插值。在运动估计时,采用SURF匹配算法,提高匹配的鲁棒性和实时性。在修正参考帧时,分别定义中心在四个边缘方向的点扩散函数（PSF）。利用完全参考图像质量评价和无参考图像质量评价分别对仿真实验和实物实验进行了评价,评价结果表明提出的算法较传统POCS算法有明显的改善。      

基于PSF改进的POCS超分辨率图像重构

为了提高重构的图像质量,给出了模拟一修正迭代的凸集投影（POCS）超分辨率图像重构方法和具体实现步骤。针对重构的超分辨率图像高频分量不足的缺点,提出了一种有效的改进方法。该方法通过对点扩散函数（PSF）的改进做到了有效地保留POCS超分辨率图像重构算法中的边沿信息。仿真实验结果表明,该方法可行性好,能够有效地保持高频分量,从而达到提高图像质量的目的。     

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.     

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.     

面向图像复原的广义岭估计模式法波前重构

为了提高自适应光学图像的复原效果,提出了一种面向图像复原的广义岭估计Zernike模式波前重构算法。首先,按照用时间换精度的思路,把广义岭估计引入自适应光学波前重构算法中。改善最小二乘估计的奇异性,抑制波前测量误差的放大。然后,引入迭代计算提高方程的解算精度,进一步提高点扩散函数(PSF)重建质量。最后,利用广义岭估计重建的PSF对降质图像进行复原实验验证PSF的重建质量。实验结果证明,广义岭估计PSF的复原效果比最小二乘估计PSF高约15%,更接近成像系统的光学衍射极,同时复原计算迭代次数也减少了35%。新算法重构的PSF在图像复原中有更好的图像重建效果。     

基于边缘保持的POCS超分辨率图像重建

针对常规的POCS超分辨率图像重构算法导致的边缘模糊问题,文章分析重建后高分辨率图像边缘模糊形成的原因,提出了基于边缘保持的插值算法,用基于梯度的插值算法来获取POCS的初始值,实验结果表明,该方法能够明显地提高重建图像的边缘质量。     

一种基于MAP的图像超分辨率重建算法

引入一种基于关键点滤波(Critical-Point Filters,CPF)的图像配准方法,并在最大后验概率(Maximum a Posteriori,MAP)框架下提出一种改进的集投影法(Projections onto ConvexSets,MAP/POCS)混合算法。算法把POCS的残差约束集合加入到基于CPF图像配准的MAP正则算法中,在每次迭代重建中对重建图像的像素点进行约束,充分利用这三种算法的优点。实验结果表明,相比于传统的重建方法,该算法能够更有效地表达视频中的非平移运动,超分辨图像主观质量有明显改善。     

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。     

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.     

任意方向匀速直线运动模糊的点扩展函数估计

在运动图像复原中,建立图像退化模型的关键是找到准确的点扩展函数(PSF)。提出了一种基于单幅图像的、改进的任意方向匀速直线运动模糊PSF的估计方法。利用基于图像频谱亮线灰度特征的方向鉴别方法鉴别模糊图像的模糊方向,利用微分自相关的方法对模糊图像的模糊尺寸进行计算,通过计算模糊图像沿二维直线运动方向不同距离的重叠度,来计算得到相应的PSF。通过开展仿真分析和成像实验,演示了PSF估计和图像复原过程。通过采用图像质量评价函数,将图像复原结果与现有算法进行对比,验证了所提出方法的有效性。     

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。     

基于ARTUR算法的气动光学效应图像校正方法

提出了一种基于ARTUR算法的气动光学效应图像校正方法。该方法利用一些合理的先验知识对大气扰动退化模型(点扩展函数)进行规化,将求解问题转化为带惩罚项的准则函数的优化估计问题,通过ARTUR算法快速迭代估计点扩展函数值,进而对气动光学效应引起的退化图像进行校正。论述了ARTUR算法的性质,给出了实验结果。