基于影像定位的无人机侦察视频超分辨率重建方法

 为了改善无人机侦察视频质量,针对目前无人机摄像、照相数据特点,提出了一种基于前方交会的无人机航摄影像定位方法。首先,对所有无人机侦察视频帧和航片分别进行特征匹配,得到影像间关系;然后,提出基于前方交会与抗差估计的无人机航摄影像定位方法,来实现航摄影像的定位;最后,对侦察视频帧进行高频补偿与凸集投影迭代优化,得到重建后侦察视频。实验结果表明,基于前方交会与抗差估计的无人机航摄影像定位方法加强了无人机视频与航片的对应性,凸集投影迭代优化法增强了重建的边缘保持能力。该方法增强了重建图像的一致性与保真度,特别是对图像边缘细节部分等效果极为明显,且处理速度更快。     

基于稀疏重建的压缩图像质量提高方法

为了克服JPEG2000中低码率压缩图像在边缘处表现出的明显振铃效应严重降低了图像的人眼视觉质量的问题,在迭代凸集投影理论基础上,分析了迭代去噪方法恢复图像变换域稀疏数据的机理,提出了JPEG2000压缩图像重建算法.该算法保持压缩图像在小波域中的非零系数不变,通过迭代去噪恢复其他位置的小波系数.结果表明：提出方法有效地增强了JPEG2000压缩图像沿边缘的正则性,提高了图像的主客观质量,图像峰值信噪比平均提高0.52dB.     

基于凸集投影和线过程模型的超分辨率图像重建

为了改善超分辨率重建图像的效果，提出了一种基于线过程模型的凸集投影方法。根据先验信息在图像重建中有重要作用的原理，该方法在数据一致性投影的基础上，将描述边缘信息的线过程模型作为图像的一个先验知识，用于重建过程中的平滑性约束投影，从而达到既保存图像的高频分量，又在一定程度上降低平滑区域噪声的效果。实验结果表明，该方法重建结果的视觉效果好于原方法，且信噪比有所提高，尤其是在高抽取率的情况下可以明显减少振铃效应。     

基于影像定位的无人机侦察视频超分辨率重建方法

 为了改善无人机侦察视频质量，针对目前无人机摄像、照相数据特点，提出了一种基于前方交会的无人机航摄影像定位方法。首先，对所有无人机侦察视频帧和航片分别进行特征匹配，得到影像间关系；然后，提出基于前方交会与抗差估计的无人机航摄影像定位方法，来实现航摄影像的定位；最后，对侦察视频帧进行高频补偿与凸集投影迭代优化，得到重建后侦察视频。实验结果表明，基于前方交会与抗差估计的无人机航摄影像定位方法加强了无人机视频与航片的对应性，凸集投影迭代优化法增强了重建的边缘保持能力。该方法增强了重建图像的一致性与保真度，特别是对图像边缘细节部分等效果极为明显，且处理速度更快。     

基于线过程的POCS超分辨图像重构算法

传统的凸集投影（POCS）超分辨重构算法易使图像产生边缘振荡效应问题,在研究了边缘振荡效应的成因后,提出一种基于线过程模型的POCS算法来对低分辨图像序列进行超分辨图像重构．该算法采用线过程模型检测出超分辨初始估计图像的4个方向的边缘,在传统POCS的投影过程中增加了对图像的平滑处理,实现了低分辨图像序列超分辨重建的对比实验,实验结果表明图像边缘振荡效应能得到明显改善．     

基于投影修正和POCS的图像超分辨率重建

针对超分辨重建技术中传统POCS图像重建算法存在的Gibbs效应问题,提出一种采用投影修正机制抑制Gibbs效应的图像超分辨率重建算法.首先针对初始图像采用方向差分方法获得图像的边缘约束算子;随后在每一次的迭代重建过程中,结合前后重建结果的差值和边缘约束算子设计投影修正算子,并对残差阈值和点扩散函数分别进行修正,从而获得修正后的数据一致性投影过程;最后利用修正的投影过程获得最终重建图像.试验结果表明:改进算法具有较好的峰值信噪比,并且有效抑制了Gibbs效应,具有较好的应用前景.     

基于正则的POCS无源毫米波超分辨率重建

针对无源毫米波图像普遍存在分辨率不高的问题,提出一种基于正则化技术的超分辨率重建方法.在具体的成像模型基础上,对获取的无源毫米波图像序列进行基于正则的凸集投影(POCS)处理.将正则化条件作为POCS的一个凸约束,使得到的高分辨率图像在平滑噪声的同时能很好地保护图像的纹理细节.实验结果表明,该方法还可以提高图像的分辨率,是一种较好的无源毫米波超分辨率重建方法.     

一种基于约束边界模式的超分辨率图像重构算法

超分辨率图像重构是利用多帧低分辨率图像重构出一幅具有更高分辨率图像.一般的凸集投影算法在放大倍数上升时存在两个问题: 一是计算复杂性急剧上升, 二是边缘振荡效应的加剧导致成像质量迅速恶化.本文针对凸集投影算法, 提出了一种基于约束边界模式的算法.实验结果表明, 新算法能够在有效抑制边缘振荡效应的同时, 较大地提高了重构速度.     

基于POCS算法的块效应消除方法研究

基于分块的离散余弦变换(BDCT)在众多的国际图像、视频压缩标准中是一种主要的压缩算法,它的一个主要不足就是在低比特率下会出现明显的块效应.而凸集投影法(POCS)作为一种经典的图像恢复算法,在去除块效应的效果上并不是很理想.本文针对一点,对其进行了改进,设计了基于图像边缘的点扩散函数(PSF),提出了基于像素的方向性和边缘灰度级相结合的选择过程.实验结果表明,该算法能够有效地消除低码率图像中的块效应,同对图像中的边缘细节有一定的恢复作用.     

一种改进的单帧图像超分辨率重建的高效算法

根据图像的降质模型,基于凸集投影(POCS)原理,结合降质图像模型,提出一种使用中值滤波初值处理的高效POCS单帧图像的超分辨率重建方法.计算机仿真结果表明,和双线性内插、经典POCS方法比较,改进后的该方法重建图像信噪比平均提高2.1 dB和1.1 dB.     

光学微扫描显微热成像系统超分辨力图像处理方法研究

为提高已研制光学微扫描显微热成像系统的空间分辨力,基于改进的频域图像配准技术和凸集投影超分辨力算法,提出了显微热成像系统光学微扫描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从而可满足需要高分辨力显微热分析的场合。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。     

具有边缘保持特性的POCS 超分辨率图像重建方法

为解决利用经典的POCS(Projection onto Convex Set)算法进行图像重建时所产生的边缘模糊问题, 提出了具有边缘保持特性的POCS 超分辨率重建算法。根据待插值点的邻域特征判断该点所在区域是边缘区域还是非边缘区域, 利用改进的双线性插值算法构建参考帧, 减小了传统算法重建后图像边缘的模糊现象。结果表明, 该方法能得到具有较好边缘质量的高分辨率重建图像。     

复图像基于多级次分数傅立叶变换振幅的相位恢复

研究了在分数傅立叶域中如何利用复图像多个级次的分数傅立叶变换振幅恢复其相位的问题.当级次的个数为2时,可使用著名的Gerchberg-Saxton(G-S)算法.数值模拟表明,G-S算法不能对所有的级次都能取得较好的效果.本文利用复图像多个级次的分数傅立叶变换振幅,通过并行和串行地组合G-S算法,得到了并行G-S算法和串行G-S算法,对级次个数为3的情形进行了大量的数值模拟,对误差随级次变化的规律进行了归纳,并给出了如何选取级次才能重构出较精确相位的方法.     

基于改进型P＆M模型算法的图像去噪

高斯滤波算法在去噪时能平滑图像,但是会破坏图像的边缘细节,而基于PDE的各向异性扩散的P＆M模型算法在去噪时能保留图像的边缘细节,但是会出现零散的斑点。结合两种算法的优点,通过对扩散系数进行改进,提出一种改进型P＆M模型算法。仿真结果表明,该算法能够有效地去除噪声图像中的高斯白噪声和椒盐噪声,能够更好地保留图像的边缘细节,与高斯滤波算法和P＆M模型算法相比,改进型P＆M模型算法具有更好的去噪性能。     

边缘导向的非局部均值图像滤波

传统去噪方法在处理高强度噪声干扰图像时, 往往不能有效去除噪声且在修复过程容易引入二次污染。为此, 提出一种边缘图导向的非局部图像均值滤波算法。 首先获取二阶差分边缘信息, 在非局部范围内搜索相似块, 以边缘导向图与噪声图像共同生成滤波器权值, 进而构建由边缘信息导向的非局部协同滤波框架。 与传统滤波为代表的局部线性滤波方法相比, 所提出算法能挖掘图像边缘信息并利用一种新的非局部协同滤波框架进行图像去噪, 因此增强了高强度噪声干扰环境下的边缘修复能力。 实验证明, 提出算法在高强度噪声污染的情况下, 修复的图像不仅获得了更高的测量指标, 视觉效果也更加理想。     

基于保边函数的图像去噪

为解决传统去噪算法对图像平滑区域效果较好,但存在边缘模糊且残余噪声较大的不足,在分析传统各向同性扩散的基础上,以去噪目的为先验知识建立保边去噪模型,提出了基于保边函数的图像去噪算法.该算法对图像平滑区域进行各向同性的平滑处理,保留了传统算法的优点;对图像边缘区域进行各向异性处理克服了传统算法的边缘模糊现象.实验结果表明:基于保边函数的去噪算法具有残余噪声较小和保边性,提高了图像的PSNR和视觉效果.但是对图像中的较小边缘误作为噪声被去除.     

基于凸集投影算法的被动毫米波图像超分辨率恢复

为了提高被动毫米波图像分辨率,该文将凸集投影算法(POCS)应用于被动毫米波图像的超分辨率恢复中.文章对引起被动毫米波成像系统图像降质的因素进行了分析和讨论,建立了成像模型,结合POCS算法原理,利用图像的噪声统计特性以及幅度约束条件,对POCS算法用于被动毫米波图像的超分辨率恢复进行了详细分析,并给出了算法流程.仿真结果表明:POCS算法用于被动毫米波图像的超分辨率恢复相对双线性差值方法恢复效果有明显改善.     

基于小波分析的蚁群算法在图像边缘提取中的应用

在图像处理和识别的过程中,目标边缘作为图像的一个重要特征,起着很重要的作用。但在图像的获取过程中,不可避免地会带来噪声,加上各种干扰的存在,使目标的图像边缘比较模糊,对提取效果造成影响。针对图像边缘提取的实际应用情况,我们提出了采用自适应中值滤波和小波分解与重构的蚁群边缘处理算法,通过大量实验表明,该算法对噪声有较好的抑制作用,取得了良好的边缘提取效果。