基于Contourlet的遥感图像放大与增强

提出一种遥感图像放大和增强的新方法.应用拉普拉斯塔形变换（LP）构建原图像的细节图像,采取双三次插值的方法分别放大原图像和细节图像,并将两个放大后的图像相加后线性处理.经过二级Contourlet分解变换,构造非线性增强函数增强Contourlet系数.最后用原图像取代Contourlet分解变换后的低频子带后重构图像,完成图像的放大和增强.结果表明,此方法能丰富放大后图像的细节,增强效果良好,有效提高放大后遥感图像的空间分辨率.     

一种基于小波变换的红外图像放大算法

图像放大技术的关键在于使放大后的图像尽可能地保持原始图像的清晰度。对于红外图像而言,传统的内插法存在着一定的缺陷。提出了一种基于小波变换的图像放大新算法,该算法对原始图像先进行小波变换获得高频系数,然后运用牛顿插值算法放大高频系数,以此作为放大图像的高频成份,而将原始图像作为低频成份,最后进行小波逆变换,重构出放大图像。实验证明该方法在图像细节方面具有很好的放大效果。     

亚像元成像系统细胞神经网络插值方法研究

亚像元动态成像技术是实现卫星相机小型化及提高相机空间分辨率的有效方法。采用细胞神经网络(CNN)实现了对亚像元图像的实时插值,对插值的过程进行了详细的分析,并与基于亚像元图像的传统插值方法进行了对比。结果表明,亚像元成像系统细胞神经网络插值方法不仅可以节约系统资源,而且还可以提高系统的运行速度。通过仿真证明了该方法的正确性。     

基于多相组重建的航空图像超分辨率算法

为提高航空图像的空间分辨率, 提出一种基于多相组重建的超分辨率算法. 融合图像间的互补信息, 将多帧低分辨率图像作为图像基, 参考帧分解为多相组, 利用差异采样特性构建图像基与参考帧之间的的多相组线性关系重建得到高分辨率图像的多项组, 经图像多相分解逆变换获得融合的高分辨率图像. 根据该融合图像的局部内容和结构信息自适应调整控制核核函数, 应用改进的控制核回归算法去除图像模糊和噪声得到清晰的超分辨率图像. 与传统算法相比, 该算法无需图像配准和迭代过程, 计算效率极大地提高. 实验结果表明, 本文算法能够有效提高航空图像的空间分辨率, 在定量评价指标和主观视觉效果方面都有显著提高.     

双正交小波插值的CCD图像超分辨恢复

给出了一种构造双正交小波滤波器的设计方法,应用该方法得到的双正交小波对低分辨率图像进行小波分解。对分解后的图像结构进行分析,提出双三次插值与方向插值相结合的方法,对分解后图像插值。对插值后图像小波逆变换,得到超分辨率图像。应用于CCD图像,获得了比双线性插值高的峰值信噪比(25.3090dB),图像细节信息增强了。实验结果表明,算法应用于CCD图像不仅提高了图像的空间分辨率,同时也提高了图像的峰值信噪比,还比较好地保留了图像的边缘信息,且经过该方法恢复后的图像更适合人眼观察,细节丰富,更加清晰,畸变小,是一种提高CCD图像空间分辨率的有效方法。     

基于小波双三次插值提高光学遥感图像空间分辨率的研究

为了尽可能的保持光学遥感图像的原始信息,提高图像的空间分辨率,有利于对图像的细节信息进行观察分析,本文提出了小波双三次插值方法,并将其应用于提高光学遥感图像空间分辨率.实验结果表明,该算法得到了比全小波插值和小波双线性插值更高的峰值信噪比和更好的图像细节效果,是一种适合提高光学遥感图像分辨率的有效算法.     

结合同场景彩色图像的深度图超分辨率重建EI北大核心CSCD

针对飞行时间相机获取深度图像分辨率低,并受成像噪声干扰的问题,提出一种插值深度图和高分辨率彩色图像联合约束的二阶广义全变分(TGV)深度图超分辨率重建方法。首先利用传统插值和多尺度形态学方法进行预处理,获取插值深度图的梯度信息,然后将插值深度图和同场景高分辨率彩色图像两者的梯度信息联合,对二阶TGV模型中的正则化项加以优化:计算各项异性扩散张量时结合插值深度图的梯度信息;引入由插值深度图梯度信息决定的加权因子,控制重建过程中扩散强度。最后通过原始对偶算法完成深度图的超分辨率重建。实验结果表明,本文方法在抑制噪声的基础上,有效保护了深度边缘,可以获得较好的高分辨率深度图像。     

基于GoogLeNet和空间谱变换的高光谱图像超分辨率方法

为了提高高光谱图像的空间分辨率,提出了一种基于GoogLeNet和空间谱变换的高光谱图像超分辨率(SR)方法.设计出遥感图像的光谱SR框架,对图像中不同反射光谱进行提取;采用GoogLeNet的稀疏编码对粗像素光谱进行放大,并投影到高分辨率字典上,将潜在SR表示进行反转,以获得超分辨光谱;为了提高图像重构的保真度,利用...     

基于微位移技术提高CCD分辨率的方法

利用微小相对移动和计算机合成技术提高CCD等数字图像传感器分辨率是一个行之有效的方法.本文在这一技术的基础上,将CCD图像传感器按像元尺寸和不感光间隔尺寸二者之间的关系做出了分类,提出了适应更多图像传感器类型的高分辨率图像的获取方法和算法,并给出了某些类型的CCD图像传感器通过微位移方式提高分辨率的限度.计算机模拟和实验都验证了这种新方法的可行性.     

基于超分辨率和组稀疏表示的多聚焦图像融合

提出一种基于超分辨率结合组稀疏表示模型的多聚焦图像融合方法.首先,使用双三次插值方法增强源图像的分辨率及源多聚焦图像信息;然后采用自适应稀疏表示学习字典分别对没有明显主导方向和特定主导方向的图像块进行学习,并采用组稀疏表示模型对源多聚焦图像进行稀疏系数表示;最后采用最大l1范数来选择最终的表示系数向量.实验结果表明,所提方法克服了多聚焦图像融合易出现的低空间分辨率和模糊效果的缺点,具有更好的对比度和清晰度,主观视觉效果和客观指标均优于传统多聚焦图像融合方法,在三组图像融合结果的互信息指标上分别领先0.37、0.38和0.32.     

Increasing resolution of digital images using edge-based approach

This paper presents the results of our research aimed at obtaining new methods for increasing resolution of digital images giving better visual results. Classification of these methods and implementation of some algorithms is also shortly presented here. The main part of the paper presents modification and development of the new methods. Main new feature, which we added to the interpolation algorithms, consists in taking into consideration in the final image (i.e., after interpolation at high resolution) the edges detected in the original image (i.e., before interpolation). Summing an image and its properly processed edges in the interpolation process enables us to get final image characterized by better sharpness with simultaneous precise presentation of the image details interpolated to higher resolution.     

亚像元几何图像成像与超分辨恢复算法

随着光学成像到光电数字成像的转变,如何提高CCD的几何分辨率已成为研制高分辨光电成像系统亟待解决的问题。从研究现状入手,给出了现有算法并指出不足之处`,建立了亚像元超分辨成像数学模型,提出了亚像元的CCD几何超分辨方法:将两片线阵CCD集成在同一器件中,在线阵方向上错开半个像元,同时读出时间减半,最终交织重组图像数据,合成高分辨率图像。利用MATLAB软件对双线性插值方法及亚像元成像方法进行了仿真,并定性定量地分析了两种方法的效果。结果表明:亚像元方法合成图像分辨率约为低分辨率图像的2倍,且两组仿真图像中的峰值信噪比比双线性插值图像分别高出1.4864dB和2.2070dB,该方法可以显著地减轻欠采样引起的图像模糊,且实时性优于双线性插值方法。     

基于Voigt函数的拉曼成像插值方法

拉曼成像是拉曼光谱技术非常重要的一个环节,通过生成光谱数据的伪彩图像,可以得到采集区域中某物质组分的浓度和位置分布信息,当前,拉曼成像技术已经逐渐成为监测生物活性以及物质组分的最优解之一.为了得到清晰的成像效果,采集过程中的数据量不宜过小,否则成像效果差、锯齿感较重,从而导致视觉效果不好.但是,数据量的增加虽然可以得到...     

Some efficient methods to correct confocal images for easy interpretation

In this paper we have explained some efficient methods to correct artefacts in confocal laser beam scanning microscope (CLSM) images. The main aim is to enhance object features such that they become clearly visible for interactive evaluation and to reduce the overall noise so that the automatic segmentation and feature measurement can be done easily. A simple automatic-thresholding technique, and a straightforward method to restore the light intensity along the depth of the image stack are proposed. Another problem associated with the CLSM is the non-isotropic resolution. We have presented an interpolation technique based on XOR contouring and morphing to virtually insert the image slices in the image stack for improving the axial resolution. This interpolation technique has the merits of both contour- and intensity-based interpolations. Results of application of these methods on CLSM data are shown.     

基于折线采样的高分辨率成像系统设计

针对现有的提高线阵电荷耦合器件(CCD)成像系统的图像空间分辨率的方法存在的不足,提出了一种新的采样模式,并设计了一种高分辨率成像系统。该系统利用两个相同的线阵CCD相机进行特定的空间排列,即使得相机1和相机2的CCD阵列都倾斜θ来进行扫描取像,并利用图像校正和像素插值等图像重建方法,得到高分辨率的图像。实验结果表明,倾斜角取60°的情况下,相对于单个线阵相机在θ=0°的正常采样模式下得到的采样图像,图像的空间分辨率提高了1倍,且保持了成像的视野不变。本系统工程上实现简单,十分经济且便于维护,仅利用现有的成像装置即可获取更高分辨率的图像。     

多面转镜激光器扫频光学相干层析成像系统的全光谱重采样方法

在多面转镜激光器扫频光学相干层析成像系统中,激光器存在着输出光谱错位与扫频范围波动的问题.目前的重采样方法中,普遍利用互相关运算校正光谱错位,并进行大范围的截取,保证扫频范围的一致性,但这会导致成像信噪比与分辨率的降低.本文用马赫-曾德尔干涉仪(MZI)采集到的干涉信号对扫频范围波动的问题进行了详细的测量与分析,其中干涉信号的解缠相位曲线的非随机性和平行性,表明该类激光器输出光谱的波长分布具备一致性.在此基础上,提出了一种用最长扫频范围的MZI干涉信号,对样品干涉信号进行时域光谱对齐、然后进行一对多插值的重采样方法.实验与分析表明,该方法利用了所有的光谱信号,保证了样品干涉信号的能量利用率,能有效提高图像的信噪比与分辨率.     

M尺度函数及其在图像缩放处理中的应用

针对图像缩小和放大处理中经典方法存在的问题,提出了M尺度插值法,推广了小波理论中的双尺度关系.对构造M尺度函数的方法和M尺度函数的逼近性质进行了研究,以满足3尺度关系的样条函数为例给出了3尺度函数插值算法,该算法与经典的最临近插值法、双线性插值法和双三次插值法相比,不仅保持了较高的清晰度,而且图像边缘较平滑,提高了图像的质量,实践证明了该算法的有效性.本方法还可以推广到图像处理的其他应用中.     

Single-image super-resolution with joint-optimization of TV regularization and sparse representation

A super-resolution (SR) reconstruction framework is proposed using regularization restoration combined with learning-based resolution enhancement via sparse representation. With the viewpoint of conventional learning methods, the original image can be split into low frequency (LF) and high frequency (HF) components. The reconstruction mainly focuses on the process of HF part, while the LF one is founded simply by typical interpolation function. For the severely blurred single-image, we first use regularization restoration technology to recover it. Then the regularized output remarkably betters the quality of LF used in traditional learning-based methods. Last, image resolution enhancement with characteristic of edge preserving can implement based on the acquired relatively sharp intermediate image and the pre-constructed over-complete dictionary for sparse representation. Specifically, the regularization can favorably weaken the dependence of atoms on the course of degradation. With both techniques, we can noticeably eliminate the blur and the edge artifacts in the enlarged image simultaneously. Various experimental results demonstrate that the proposed approach can produce visually pleasing resolution for severely blurred image.     

基于B样条插值算法的亚像元技术的研究

亚像元动态成像技术是目前实现卫星相机小型化及提高相机空间分辨率的一种有效方法。在不改变TDICCD相机的焦距、成像距离,以及TDI CCD器件的像元尺寸的前提下,亚像元动态成像技术可以提高相机的空间分辨率。利用B样条插值算法,研究了TDI CCD相机的图像的亚像元动态插值问题,由两幅相机输出的原始图像经过算法得到比原图像分辨率高的图像,并对比了该算法与其它几种算法的效果,分析结果表明,该算法较其它算法得到的高分辨率图像的效果更佳。