图像超分辨率重建技术与方法综述

图像超分辨率重建可以利用多幅具有互补信息的低分辨率图像重构一幅高分辨率的图像,该技术已经成为图像处理领域的研究热点。介绍了图像超分辨率重建的基本原理,阐述了超分辨率重建技术与其它相关图像处理技术的关系;系统地总结了图像超分辨率重建中常用的运动估计方法、运算方式和质量评价方法。     

基于水下成像系统模型的水下图像超分辨率重建技术研究

水下成像技术在诸多领域获得了越来越多的应用,然而由于受到成像器件参数、水体特性等成像系统参数的影响,水下图像的分辨率普遍较低、像质较差。基于包括点扩散函数、衍射极限等水下成像系统模型的图像超分辨率重建技术,能够在提高图像分辨率的同时增强图像质量。为了尽可能提高图像分辨率,建立了基于光束传播理论的超分辨率成像模型,并将其应用于水下脉冲激光距离选通成像结果图像的超分辨率重构。重构实验的结果表明,所提出的方法可以有效地提高水下成像的分辨率和质量。     

图像超分辨率研究的最新进展

图像超分辨率是指从一序列低分辨率观测图像中重建高分辨率图像。图像超分辨率充分利用了各帧图像间相似而又不同的信息。该技术可以广泛应用于遥感、医学成像和高清晰度电视等多个领域。回顾了经典超分辨率算法,介绍了目前超分辨率算法及其扩展研究方向的一些最新进展,指出了图像超分辨率有待进一步研究的几个可能的方向。     

基于双字典和稀疏表示的医学图像超分辨率重建

在医学影像图像处理过程中,由于成像技术和成像时间的限制,还无法获取满足诊断需求的清晰图像,这使得在现有技术和极短时间内所获取的医学病理图像需要进行超分辨率的重建处理;基于学习的图像超分辨率思想是从已建立的先验模型中重建出高频细节;在文章中,将要估计的高频信息认为是由主要高频和冗余高频两部分组成,提出了一种基于双字典学习和稀疏表示的医学图像超分辨率重建算法,由主要字典学习和冗余字典学习组成,分别渐近地恢复出主要高频细节和冗余高频细节;实验结果的数据分析和视觉效果显示,所提出双层递进方法能够恢复更多的图像细节且在性能指标上比现有的其他几种方法均有所提高。     

光学相干断层扫描成像新技术OCT

光学相干层析成像技术（optical coherence tomography,简称OCT）是一种新型成像方法,在生物医学和材料等许多领域有广泛的应用。本文介绍了OCT的基本原理,并给出了用该装置对生物组织样品的成像结果。此外还用计算机图像处理的方法,使得图像分辨率得到了进一步提高。     

星载超光谱成像技术发展与展望

超光谱成像技术由于能够同时获取目标的空间信息和光谱信息,显著提高了空间遥感技术对地物的探测和识别能力,在对地观测和深空探测领域具有广阔的应用前景。总结了星载超光谱成像技术近三十年来的国内外研究现状,对国内外典型超光谱成像仪的技术指标、技术特点和应用领域进行了论述。分析结果表明：高空间分辨率、高光谱分辨率是超光谱成像技术未来的发展趋势,offner光栅色散型超光谱成像仪是一个重要的发展方向。     

超分辨定位成像中的像差表征和校正

超分辨定位成像技术凭借对数千甚至数万张采集的原始图像进行单分子定位及重建,可以获得几十纳米的超高分辨率,观察到之前看不到的细胞结构以及生物现象。然而,在实际的成像过程中,采集到的图像会受到像差(来源于光学系统的不完美或样品本身的不均匀性)的影响而导致分辨率下降,甚至会造成错误结果。为此,定量表征了几种典型像差对超分辨定位成像的影响,并提出了一种基于样品图像本身的像差校正方法。仿真和实验结果表明,像差会造成系统点扩展函数的变形以及成像分辨率的下降,使用基于图像本身的像差校正方法可以恢复图像的成像质量。     

MAP序列多帧图像超分辨率复原

序列多帧图像的超分辨率复原是由一序列低分辨率图像来估计一幅高分辨率图像的技术。介绍了序列图像的成像观测模型,给出了一种随机微扫描亚像素运动估计的方法,采用最大后验概率法进行了图像的超分辨率复原,对仿真结果进行了分析和比较。     

基于双通道剪切干涉的高光谱偏振成像方法

光谱偏振成像技术可同步测量目标的空间信息、光谱成分和偏振特性分量,在天文物理研究、大气成分的探测和生物医学等领域具有巨大的发展潜力。偏振信息的同步获取通常牺牲光谱成像的空间分辨率,为避免光谱成像空间分辨率的降低,提出基于双通道剪切干涉的高光谱偏振成像方法。利用双矩形干涉器实现双通道剪切干涉,两个通道分别进行高分辨率干涉光谱成像以及基于微偏振阵列的光谱偏振成像。分析了双通道剪切干涉以及基于微偏振阵列调制的傅里叶变换光谱偏振成像原理,论述了光谱信息反演方法以及偏振信息提取方法。搭建了实验装置,对实际场景目标进行光谱偏振成像实验,获得了目标的高空间分辨率光谱图像和偏振分量信息。研究表明,该高光谱偏振成像技术可同步进行偏振成像测量和高分辨率光谱成像测量。     

基于流形学习的人脸图像超分辨率技术研究

超分辨率技术是由低分辨率图像复原出高分辨率图像的技术。针对人脸图像进行基于学习的超分辨率技术研究,将流形学习算法融入到超分辨率算法中,并且将其用于人脸图像的超分辨率复原。对流形学习应用于基于学习的超分辨率原理进行了介绍。为了使得人脸图像取得更好的复原效果,对特征提取模板进行改进,使得新的特征提取模板考虑更多的像素之间的相关性,并更好地抑制噪声的影响,保留了更多的特征信息。加入了新的特征(即拉普拉斯特征)。该特征突出的边缘细节,保持了人脸图像鲜明的轮廓和清晰的边缘信息。实验结果表明,算法复原出的人脸图像更接近于真实图像,具有更高的峰值信噪比。     

高光谱成像在水果内部品质无损检测中的研究进展

随着高光谱成像技术的日趋成熟与高光谱成像硬件、软件成本的不断下降,以及高光谱图像数据处理算法的不断改进, 应用高光谱成像技术对水果品质进行无损检测成为当前研究热点之一。为了能跟踪国内外的最新研究成果, 对高光谱成像在水果内部品质(成熟度、坚实度、可溶性固形物、水分)检测研究进行综述,以期对我国相关研究人员的研究工作提供参考。     

Parallel performance of the fine-grain pipeline FPGA image processing system

The use of FPGA circuits in imaging systems increases. They compete with other computing environments. The article describes the indications to be followed while choosing the type of image processing computing system taking under consideration the advantages and disadvantages of each technology: general purpose processor, digital signal processor, graphical processing unit, application specific Integrated circuit and field programmable gate array. Attention is drawn to various video transmission standards. The state of research and development trends in the field of FPGA-based image processing are briefly presented. A defining processing performance method for image processing is proposed. It is proven that for a pipeline architecture implemented in FPGA, a linear speedup is achieved and parallel efficiency is equal to one.     

Single infrared image super-resolution combining non-local means with kernel regression

In many infrared imaging systems, the focal plane array is not sufficient dense to adequately sample the scene with the desired field of view. Therefore, there are not enough high frequency details in the infrared image generally. Super-resolution (SR) technology can be used to increase the resolution of low-resolution (LR) infrared image. In this paper, a novel super-resolution algorithm is proposed based on non-local means (NLM) and steering kernel regression (SKR). Based on that there are a large number of similar patches within an infrared image, NLM method can abstract the non-local similarity information and then the value of high-resolution (HR) pixel can be estimated. SKR method is derived based on the local smoothness of the natural images. In this paper the SKR is used to give the regularization term which can restrict the image noise and protect image edges. The estimated SR image is obtained by minimizing a cost function. In the experiments the proposed algorithm is compared with state-of-the-art algorithms. The comparison results show that the proposed method is robust to the noise and it can restore higher quality image both in quantitative term and visual effect.     

Deep learning facilitated whole live cell fast super-resolution imaging

A fully convolutional encoder-decoder network (FCEDN), a deep learning model, was developed and applied to image scanning microscopy (ISM). Super-resolution imaging was achieved with a 78 μm×78 μm field of view and 12.5 Hz-40 Hz imaging frequency. Mono and dual-color continuous super-resolution images of microtubules and cargo in cells were obtained by ISM. The signal-to-noise ratio of the obtained images was improved from 3.94 to 22.81 and the positioning accuracy of cargoes was enhanced by FCEDN from 15.83±2.79 nm to 2.83±0.83 nm. As a general image enhancement method, FCEDN can be applied to various types of microscopy systems. Application with conventional spinning disk confocal microscopy was demonstrated and significantly improved images were obtained.     

超分辨率图像复原及其进展

超分辨率图像复原的目的在于复原截止频率之外的信息 ,以使图像获得更多的细节和信息。阐述了超分辨率图像复原的理论基础 :解析延拓理论 ,信息叠加理论和非线性操作。说明了超分辨率复原能力的概念和影响因素 ,介绍了目前主要研究和采用的超分辨率复原方法 :能量连续降减法 ,Bayes分析法 ,凸集投影法 ,包括单幅图像复原法和多幅图像复原法。指出了超分辨率复原的研究和发展方向。     

高光谱成像砖红壤中石油烃含量的可视化研究

高光谱成像具有快速无损和图谱合一的特点,每个波段都会呈现一幅图像,每个像素点都显示一条光谱曲线,不仅可以获取样本的光谱信息,还可以表征物体的空间信息,目前在诸多领域展现出极大的应用价值。采用高光谱成像实现土壤中石油烃含量分布的可视化。制备不同石油烃含量的砖红壤样本,分为建模样本和预测样本。采集高光谱图像,为避免图像背景的干扰,采用掩膜的方法进行背景剔除。之后提取建模样本中感兴趣区域的平均光谱,采用连续投影算法筛选特征变量,基于提取的特征变量,一方面建立MLR预测模型,另一方面从预测样本中提取特征波段的高光谱图像。最后,将特征图像上像素点的数据代入模型,得到石油烃的含量分布情况。通过图像处理的方法,不同的含量赋予不同的颜色,实现砖红壤中石油烃含量分布的可视化。研究结果表明,采用高光谱成像与图像处理方法能够初步实现砖红壤中石油烃含量分布的可视化,为以后大范围地识别和反演土壤中石油烃含量提供了基础。     

双近贴式X射线像增强器成像系统的三维噪音测量及其分析技术

针对基于双近贴式X射线像增强器的射线成像系统,提出了该系统的三维噪音测试及分析方法.分析了各噪音因子的含义,用三维曲线描绘出空间域和时间域噪音的分布情况,结合数字图像处理技术,测量了双近贴式X射线像增强器成像系统在微焦斑射线源四种照射条件下的三维噪音,并对其结果进行分析.分析表明,其结果与双近贴式X射线像增强器成像系统实际性能相吻合.     

紫外成像告警系统信噪比的研究

对紫外告警系统成像子系统的信噪比进行了研究与分析,应用一种新的根据ICCD紫外成像系统采集的图像进行计算信噪比的方法,该方法解决了常用信噪比测试方法中待测参数多,采用测试仪器多,带来的误差较大等问题。根据该方法所搭建的实验系统不仅实现了数据的快速处理,还使观察者能够直观地看到被测目标的动态图像,同时也可以利用该方法系统地分析紫外告警成像子系统的不同情况下的噪声的特性。     

MAP-regularized robust reconstruction for underwater imaging detection

In order to enhance the visual quality of underwater images, applications such as enhancement and restoration can be applied, but the resolution is still limited. Super-resolution reconstruction is a widely used technique for improving resolution beyond the limit of imaging system. With knowledge of the point spread function and techniques of regularization, the performance of reconstruction can be further enhanced. The presented effort proposed a robust image super-resolution reconstruction method under maximum a posteriori framework with regularization by the point spread function for underwater imaging detection. Objective image quality metrics are used to quantify the effectiveness of the reconstruction. Experimental results showed that the proposed method can effectively improve the resolution and quality of underwater imaging detection.