图像超分辨率重建算法综述

超分辨率图像重建是指由同一场景的低分辨率退化图像(或图像序列)重建出一幅(或多幅)清晰的高分辨率图像。该技术已经成为图像处理领域的研究热点,然而传统的方法已很难获得突破,今年来过完备稀疏表示为超分辨重建提供了一种新的思路,也成为了目前的热点。本文通过分析超分辨率技术的三个方面的算法,分析了其以往和最新的研究进展,并对未来超分辨率技术的发展重点作了一点展望。     

基于多层卷积神经网络学习的单帧图像超分辨率重建方法

构建了一个应用于超分辨率重建的PMJ模型(perception,memory,judgment-super resolution,PMJ-SR),在感知阶段对图像进行初步的特征提取;在记忆阶段使用深度卷积神经网络学习得到超分辨率重建的过完备字典;在决策阶段,将过完备字典作为超分辨率重建的依据,对单帧图像进行超分辨率重建。实验结果表明,该模型对单帧图像具有良好的重建能力,能够较好地重建低分辨率图像。     

基于α-expansion的超分辨率图像重建

为了获得更精确的超分辨率重建结果,在重建高分辨率像素时,剔除对重建贡献微弱甚至没有贡献的低分辨率像素,保留有所贡献的低分辨率像素。对低分辨率像素的贡献进行程度化,获得所有低分辨率像素的加权贡献,并进一步建立超分辨率重建的极小化能量函数,使用α-expansion算法求解能量函数极小化问题。在求解过程中,保留3个像素间的关系,可避免由能量函数的近似而引入的错误信息。实验结果表明,所提方法是合理、有效的。     

基于虚拟现实技术的体积雾与能见度研究

在现有体积雾算法的基础上进行改进,基于消光公式在虚拟现实空间渲染烟雾,让消光效果接近现实中的非刺激性烟雾对人眼能见度减弱效果。为虚拟空间下进行应急逃生指示系统的模拟仿真提供有效支持。测试了1 080分辨率、1 440分辨 率头戴式VR显示器对人视敏度和能见度的影响。实验结果表明：低分辨率对人的视敏度有很大影响,但对能见度没有太大影响;在虚拟场景中,改进后的体积雾算法可以使能见度与烟雾消光系数的关系与现实中相符,因此可以测试人眼对火场烟气的视觉感知效果。此研究构建了能见度与火场消光系数的关系,有利于利用FDS的仿真结果在虚拟空间重建符合光学原理的烟气,改进在虚拟火场进行逃生演习的效果。     

基于点扩散函数模型的激光水下图像重建

在激光照明条件下,如何提高水下图像的能见度问题一直是大家研究的热点。去噪和复原有助于提高成像图像的成像质量,但是,图像的分辨率仍然受到限制。图像超分辨率重建技术可以超越硬件限制而提高成像图像的分辨率,其中凸集投影法能灵活的结合先验知识,所以得到广泛的应用。先验知识如点扩散函数的精确程度能够提高重建方法的准确性。因此,本文将几种经典的点扩散函数模型,包括一个简化了的基于光线传播的点扩散模型,结合到凸集投影重建方法中,运用于一个半导体激光水下成像系统。根据实验结果,我们能得出结论:基于点扩散函数的超分辨率重建方法,能够有效地提高水下激光成像中图像重建的质量。     

梯度插值与可变阈值改进的POCS算法

传统的凸集投影(projection onto convex sets,POCS)算法只能得到低对比度、低信噪比、边缘模糊的图像。为了解决上述问题,提出了1种改进的基于视觉机制的POCS超分辨率重建算法,引入可变校正阈值的数据一致性约束,以突出目标边缘和滤除背景噪声;对传统POCS算法的插值算法进行改进,采用基于梯度的插值算法进行图像的初始估计。实验结果表明,改进的POCS算法可以获得高质量的图像对比度,另外其重建效率、结构相似性指数和峰值信噪比也都有所改进。     

运动模糊车牌图像的复原算法研究与实现

采用模型估计法,由车辆匀速直线运动的先验知识推导出模糊退化传递函数。在运动模糊参数估计中,通过二次傅里叶变换得到模糊图像频谱,采用Radon变换检查直线方法检测出模糊角度,并用旋转投影法估算出运动尺度,最后用约束的最小二乘方滤波复原法复原出清晰的车牌图像。通过Matlab软件仿真,对该算法与其他复原算法从执行效果和复原质量进行对比实验。结果表明:该算法不仅能准确的估计出模糊角度和尺度,也能快速的复原出清晰的车牌图像。     

基于压缩感知的OMP图像重构优化算法

本文提出了一种优化的OMP图形重构算法,阐述了OMP图形重构的优化原则以及优化流程,最后通过试验对比的方式将常规的OMP与优化的OMP在图像重构上进行比较,由此可以得出优化后的OMP算法能够获得更好的图像重建效果,图形分辨率高,将图像分成若干个小块进行图像重构能够有效地提升图片的质量。     

Kalman滤波在ECT图像重建中的应用

ECT技术中的重要部分就是电容层析成像(Electrical CapacitanceTomography,ECT)中的图像重建算法。ECT重建的图像质量差且伪影多的问题,本文提出了一种通过添加噪声之后使用Kalman滤波算法进行图像重建以提高重建图像质量。原数据收集后适当向其中添加不同程度的噪声,接着使用Landweber迭代算法和Kalman滤波算法对图像进行技术处理实现图像的重新组建。通过仿真实验结果表明,通过加入噪声并滤波处理进行图像重建均能提高图像质量,Kalman滤波算法重建的图像失真度最小。     

基于电阻抗成像的食品中异物检测仿真研究

为了研究电阻抗成像系统参数对食品内异物成像品质的影响,验证有限元仿真方法能够模拟电阻抗成像硬件系统获取成像数据,利用16电极电阻抗成像系统和有限元仿真方法,通过相邻激励测量模式得到实测和仿真电压成像数据,采用牛顿-拉夫逊算法实现了异物的图像重建,并用图像质量函数D和结构相似度函数SSIM对重建图像进行定量评价。结果表明,计算机仿真方法能模拟电阻抗成像硬件系统,优化成像条件,提高研究效率;迭代次数小时重建图像锐度好,迭代次数到达一定值后,增加迭代次数对成像品质没有影响;对直径为100mm的圆形域,电极宽度为7.5mm时成像效果最好;正则化系数有与电阻抗成像系统条件相匹配的最优值。     

遥感影像处理方法及其在图集中的应用研究

以《广州市开发区萝岗区数字影像与规划图集》为例,研究了一种利用大比例尺地形图对高分辨率遥感影像进行处理的方法。本次研究利用QuickBird遥感卫星,采用IHS变换进行数据融合,通过重构DEM进行正射校正,应用几何成像模型进行影像几何纠正;再采用专用的转换程序对精纠正后的影像转换坐标系,将全部影像数据纳入广州独立坐标系...     

基于显微CT试验的岩石孔隙结构算法研究

在对煤系地层泥岩样进行显微CT无损伤探测及其图像分析的基础上,用Matlab语言对岩石孔隙结构(孔隙孔径和孔隙率)的算法进行了研究。结果表明:显微CT扫描、数字图像处理和三维重构三者的结合为岩石类材料孔隙结构的定量研究提供了一种简单可行的新方法。对显微CT试验得到的CT单张横截面图像进行数字图像处理,计算出了基于CT单张图像的岩石孔隙率。对CT单张横截面图像进行压缩,生成不同分辨率的新图像,以新图像的像素大小作为孔径尺度,确定了基于CT单张图像的岩石孔径尺度和孔隙率之间的变化规律。将CT单张图像进行处理生成CT图像序列,用可视化重构算法中的体绘制算法对其进行三维重构,生成岩石的三维数字图像,计算了基于CT图像序列的岩石孔径、孔隙率及其二者之间的变化规律。以煤系地层中的泥岩为例,泥岩的孔隙率随孔径尺度的增加呈负指数规律减少,其计算结果与压汞法测定的孔径分布相吻合。     

基于特征的影像拼接算法

利用了Canny特征提取算子从原始立体像对提取图像的边缘信息,从而进一步提取出特征较强的特征点,采用基于特征的影像匹配方法进行近景影像匹配拼接。实验以VC^＋＋ 6．0为平台,采用背景为山水的2张像片,结果表明拼接效果较好。     

基于OpenCV图像处理的无人机影像拼接技术研究

随着无人机技术的发展,无人机航空摄影已在众多行业得到广泛应用,无人机航拍影像自动拼接技术可以快速获取宽视域、高分辨率的图像.文章基于OpenCV计算机视觉库和SIFT图像匹配算法,采用Python开发语言,围绕无人机航拍影像的特征检测与匹配、单应性矩阵计算、图像透视变换、重叠区域影像融合等问题进行研究,实现了无人机影像...     

岩土CT图像边界伪影的机制分析及试样尺度估计

伪影是不能正确反映试样内部结构的那部分图像，为了减少对图像的误判断，通常将伪影作为一种干扰进行校正。边界伪影是与CT图像重构算法有关的一种系统误差，但却包含了试样的边界信息。基于射线成像常用算法，分析了CT边界伪影的特征和产生机制。研究表明，边界伪影中CT数极大值位置与试样的边界有一定的关系，对边界伪影的研究有助于准确判断试样在图像中的位置，推算试样的几何尺度。     

小波变换在遥感影像压缩中的应用

解决海量遥感影像存储和传输问题的有效方法是对影像进行保真快速压缩.本文对基于小波变换的遥感影像压缩技术进行深入探讨,并通过与其他图像压缩算法相比较,比较全面地揭示出小波压缩算法的特点及其在遥感影像压缩中的应用.     

基于小波变换法的无人机图像拼接技术研究

无人机影像获取作为快速获取震后灾情信息的一种手段,近年来已被广泛使用。为了实现震后高图像分辨率和大收容面积,给后方指挥决策提供有效数据支撑,需对图像做拼接处理。在图像配准环节中,为解决边缘特征存在缝隙、边界不平滑的问题,采用小波变换和Canny算法结合的边缘提取算法,可提取出较为完整的大边缘,求出图像匹配点,然后使用最小二乘法求出原始图像间位置关系。最后进行融合计算,实现图像拼接。经过与文献中不同方法对比,该方法得到的拼接图像效果更佳。     

不同ICA算法在图像盲分离应用中的比较分析

对影响因素未知且没有先验信息的污染图像进行恢复和重构是图像处理的一项主要任务。ICA(Independent Component Analysis,独立分量分析)是20世纪90年代后期发展起来的一种盲信号处理方法,并成功应用于图像盲分离。近年来ICA技术得到了进一步发展,出现了多种算法。为了分析各种算法在图像盲分离中的优劣,对SOBI(二阶盲辨识)、JADE(联合近似特征矩阵对角化)、FastICA(快速独立分量分析)和KICA(基于非线性子空间的核独立分量分析)算法进行了比较实验。结果表明,KICA算法分离效果最好,FastICA算法次之;但是如果源图像或者混合图像中含有噪声,则以上四种方法分离效果都不佳。     

基于计算机视觉技术的结构表面裂缝检测方法研究

计算机视觉技术用于混凝土结构表面裂缝检测,具有现场检测方便、效率高、客观性强的特点,但图像数据分析是该技术的核心,其中裂缝提取与定量测量较为复杂。为提高裂缝图像处理效率和准确率,将深度学习和数字图像处理技术相结合,提出一种裂缝检测方法。建立基于深度卷积神经网络的裂缝识别模型,在图像上自动定位裂缝并结合图像局域阈值分割方法提取裂缝。在裂缝宽度定量测量方面,采用双边滤波算法和三段线性变换对裂缝图像进行预处理,提高了裂缝边缘识别的精确度。通过改进边缘梯度法,实现裂缝最大宽度的定位和裂缝最大宽度的自动获取。该研究为全自动识别裂缝图像及高精度测量裂缝宽度提供了一种解决方法。     

不同植被覆盖区无人机遥感影像矿化蚀变特征识别

为了提升不同植被覆盖区矿化蚀变特征的识别效果,本文旨在研究不同植被覆盖区无人机遥感影像矿化蚀变特征识别技术。通过几何纠正与辐射纠正预处理无人机遥感影像;利用混合像元分解法提取预处理后遥感影像内的干扰端元,去掉干扰端元后,重建遥感图像光谱,降低植被覆盖度对矿化蚀变特征识别的影响;通过主成分分析法提取光谱重建后遥感图像内的矿化蚀变特征分量,完成矿化蚀变特征识别。实验证明该方法可有效提取干扰端元,重建的遥感图像光谱相关系数在0.91~1.00之间,ERGAD值在0~2.7之间,重建质量较佳。同时该方法可精准识别不同植被覆盖度时的矿化蚀变特征,提升矿化蚀变特征的识别效果。