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。     

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.     

无源毫米波成像改进POCS超分辨率算法

在无源毫米波成像中,因为受天线孔径大小的限制而导致获取的图像分辨率低,所以必须采取有效后处理措施增强分辨率.提出了一种改进的POCS超分辨率算法,该算法结合了Wiener滤波器复原算法和凸集投影(POCS)算法的优点,使用Wiener滤波复原算法恢复图像通带内的低频分量,运用POCS算法作为主迭代过程实现频谱外推,同时保证低频分量不被破坏.实验结果表明,该算法增强了图像的分辨率,改善了收敛速度,减少了计算量,有利于无源毫米波成像超分辨率的实时实现.     

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。     

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。     

无源毫米波图像超分辨率处理方法

超分辨率处理是一个病态问题,有效地利用已知信息和约束条件是实现最佳处理的重要因素.论文以无源毫米波成像退化模型为基础,给出点扩展函数估计;通过引入典型目标和场景毫米波辐射特性,把POCS(凸集投影)和MAP(最大后验概率)结合起来,提出一种无源毫米波图像超分辨率处理方法.实验结果表明,该方法能够加快收敛速度,在平滑噪声的同时保护图像边缘和细节.     

基于改进点扩散函数的遥感图像超分辨率重建

为了提高遥感图像空间域重建质量, 采用改进凸集投影(POCS)算法的点扩散函数, 提出了一种改进的POCS超分辨率重建算法。首先给出POCS算法基本原理以及具体实现步骤, 在此基础上对算法做出改进, 即对待重建的高分辨初始帧进行边缘检测, 对检测到的边缘像素点应用改进的点扩散函数(PSF), 使边缘处像素点对应的PSF水平方向与垂直方向系数依据边缘斜率变化而设置不同的权重; 最后分别采用两组数据集对改进POCS算法的有效性进行验证。结果表明, 该改进的POCS算法有效地提高了图像重建的效果, 两组实验平均绝对误差效果分别提升了0.79%和0.26%, 达到了提高图像重建质量的目的。该算法具有较好的实际应用价值。     

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。     

水下视频图像的超分辨率重建与增强

针对水下视频图像对比度低、图像模糊和噪声突出的特点,提出一种新的基于凸集投影(POCS)的超分辨率图像重建与增强算法。在POCS迭代约束的过程中,采用小波域非线性函数抑制噪声并突出细节,然后用能量非递减性约束集进行修正。实验表明,该方法具有较好的超分辨率重建与增强效果。     

超分辨率图像重构边缘振荡的高效去除算法

针对POCS超分辨率图像重构算法在放大倍数加大时存在边缘振荡效应加剧和计算复杂性上升的问题，提出了一个能同时解决这两个问题的新算法，它将放大过程分步进行，并在每步引入边界自适应约束。实验结果表明，该算法在有效消除边缘振荡效应的同时，极大地提高了超分辨率图像重构的速度。     

基于JPEG序列的图像重建

该文提出了一种基于JPEG序列的图像重建方法。该方法在已有的单帧图像复原技术的基础之上,依据超分辨率重建的思想,将凸集投影(POCS)理论与迭代反投影(IBP)算法相结合,在频域内降低量化误差,修复离散余弦系数。此外,它还利用了最大后验概率(MAP)估计以及相应优化算法的特点,在去除高斯噪声的同时,保护边缘和细节信息。实验结果表明,该方法一方面能够抑制高比率压缩所造成的块效应和振铃效应,另一方面能较好地恢复图像的细节部分,有效地提高图像的清晰度。     

一种改进的毫米波图像超分辨率重建算法

针对毫米波成像时,由于天线孔径受限使得获取的图像空间分辨率很低、高频信息损失严重的问题,提出一种改进的非凸集投影超分辨算法。该算法以非凸集阈值收缩迭代算法(Non-convex Shrinking Iteration,NCSHI)为基础,采用具有平移不变特性的双树复数小波作为稀疏基,引入了两步迭代过程,有效地利用了前两次的迭代信息。实验仿真结果表明,该算法有效地改善了伪吉布斯效应,收敛速度更快,具有良好的超分辨性能。     

POCS超分辨率图像重构的快速算法

超分辨率图像重构是将多帧低分辨率图像重构成一幅高分辨率图像的过程。由于其求解是一大型病态求逆问题，计算量随着放大倍数的增加而急剧上升，如何降低计算复杂度是超分辨率成像所面临的一个急需解决的课题。提出了一个基于PoCs的高分辨率图像重构的快速算法。其原理是利用各低分辨率图像之间位移的关系将所有的低分辨率图像进行重组，然后对每个组进行PoCs超分辨图象重构。实验结果表明。该快速算法较大地提高了超分辨图像重构的速度。     

PMMW装甲目标小波包分析与辐射特性研究

毫米波系统具有全天候或低能见度条件下工作的能力,但毫米波被动探测图像的限制是分辨率。小波包消噪是对退化图像进行处理的一种有效算法,给出了毫米波被动探测装甲目标的小波包分析去噪。为进一步刻画毫米波被动探测目标辐射的表征方法,在分析毫米波被动探测能力的基础上,建立了目标毫米波被动探测辐射截面分辨能量体的新概念,并给出3 mm被动辐射计探测单层隐身迷彩装甲目标的辐射截面能量分辨体的实测与分析研究。     

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。