基于超分辨率重建的图像增强算法研究

 为了提高图像分辨率,从软件的角度出发,对低分辨率图像序列重建高分辨率图像的原理和算法实现开展了研究,提出从多个低分辨率图像序列中获取更高分辨率图像的方法。通过采用基于光流场的金字塔分层结构实现由粗到精的图像配准,获取了亚像素的运动估计。在采用多帧低分辨率图像进行亚像素级配准后,提出采用动态自适应确定正则化参数的方法,构造了简单的正则化代价函数,建立了低分辨率图像与高分辨率图像之间关系的重建模型,仿真实验结果表明该超分辨率重建算法水平和垂直方向上分辨率各增加一倍,与其他算法相比清晰度更高,计算时间不到传统POCS算法的一半。     

基于多尺度递归网络的图像超分辨率重建

提出了一种基于多尺度递归网络的图像超分辨率网络模型,该模型主要由多个多尺度特征映射单元级联而成,每个单元分别包含一组不同尺度的特征提取层、一个融合层以及一个特征映射层。特征提取直接在原始低分辨率图像上进行,最后采用亚像素卷积重构高分辨率图像。训练阶段使用自适应矩估计优化方法加速网络模型的收敛。实验结果表明,所提算法取得了较好的超分辨率结果,图像纹理清晰、边缘锐利,视觉效果明显得到增强。在Set5、Set14、BSD100以及Urban100等常用测试集上的客观评价指标(PSNR和SSIM)均高于现有的几种主流算法。     

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。     

基于双阈值Huber范数估计的图像正则化超分辨率算法

多帧图像超分辨率算法利用图像间的互补信息, 可以从一系列具有亚像素位移的低分辨率影像数据中重建出高分辨率图像. 在众多超分辨率算法中, 正则化方法以其求解病态问题的有效性而被广泛应用, 但在此类方法中, 最优估计算子的估计准确度对最后的重建结果有着较大的影响. 本文在现有正则化超分辨率重建算法的基础上, 提出了一种基于双阈值Huber范数的极大似然估计算子, 可以提高Huber范数对于阈值取值的容忍性和算子估计精度; 并给出了基于该算子的正则化超分辨率算法的迭代公式. 通过对仿真图像进行重建, 结果表明算法可有效地抑制各种噪声并保证重建效果; 同时将此算法应用于实际图像的超分辨率重建, 有效地提高了目标影像的空间分辨率. 关键词： 图像处理 图像重建 超分辨率 正则化     

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.     

基于多尺度双阶段网络的图像超分辨率重建

针对目前图像超分辨率重建算法中所存在的特征信息提取不充分、重建图像细节信息模糊等问题,提出了一种多尺度双阶段网络来实现图像的超分辨率重建。首先,考虑到单尺度卷积层会出现特征信息提取不充分的现象,故而以多尺度卷积层为大体框架,设计网络模型;其次,考虑到重建后的图像效果,将整体网络分为2个阶段,第1阶段根据输入的低分辨率图像进行特征信息的提取和重建,第2阶段对重建后的图像进行更深一步的特征细化,从而提高重建图像的视觉效果;整体网络中还引入了跳跃连接和注意力模块,以加强特征信息的有效传播;最后,以数据集Set5、Set14、Urban100、BSDS100和Manga109作为测试集展开实验,峰值信噪比和结构相似度作为图像质量的评价指标。实验结果表明,二者的值相比以往均有所提高,且重建图像视觉效果较好。因此,该算法在客观评价和主观视觉上都取得了较好的结果。     

金属发动机叶片微小缺陷超分辨图像重建方法

针对金属发动机叶片细微缺陷边界对比度低、描述符不足等造成的检测困难问题,提出一种基于超分辨图像重建技术实现微小缺陷强化的方法。首先,为弥补固定分辨率常规图像量化能力不足的短板,设计基于光度立体的图像重建方法,在图像量化层面实现了叶片表面高对比度法向贴图重建;然后,针对微小缺陷采样描述符不足的问题,通过真实叶片图像来构建多角度、多姿态的数据集,采用基于像素损失的Charbonnier损失来改进超分模型的损失函数,从而实现图像的高分辨率重建,强化采样分辨率,最终实现量化以及采集两个层面的微小缺陷超分辨增强;最后,使用传统的Canny算子识别叶片表面缺陷边界。实验结果表明,所提方法可以免疫二维歧义性,相较于传统方法,最高可提升金属叶片表面微小缺陷检出率达24.3%。     

基于亚像素区域加权能量特征的多尺度图像融合算法

对矩形和圆形区域中各像素进行亚像素划分,确定各亚像素的权值,得到基于哑像素的综合加权区域能量.融合箅法首先对源图像进行金字塔分解,然后对金字塔的高频细节分量使用基于哑像素加权区域能量特征的融合规则取大,对低频粗糙分量取平均.得到融合图像的塔形分解,最后重构融合图像.仿真结果表明,新算法融合效果较常规的区域能量特征作为融合规则的多分辨率图像融合算法效果更好,从清晰度和熵的评价来看,提高了融合图像的品质.     

基于深层残差网络的加速图像超分辨率重建

针对目前卷积神经网络的超分辨率算法存在卷积层数少、模型简单、计算量大、收敛速度慢以及图像纹理模糊等问题,提出了一种基于深层残差网络的加速图像超分辨率重建方法,该方法在提高图像分辨率的同时加快收敛速度。设计更深的卷积神经网络模型来提高精确度,通过残差学习并且使用Adam优化方法使网络模型加速收敛。在原始低分辨率图像上直接进行特征映射,只在网络的末端引入子像素卷积层,将像素进行重新排列,得到高分辨率图像。实验结果表明,在set 5,set 14,BSD100测试集上,所提算法的峰值信噪比与结构相似性指数均高于现有的几种算法,能够恢复更多的图像细节,图像边缘也更加完整且收敛速度更快。     

显微热成像系统像素相关度插值微扫描图像重建技术

显微热成像技术根据温度变化对细微目标进行热成像,是国内外光电成像领域重要的研究方向.由于加工技术精度有限,前期研制的光学微扫描显微热成像系统存在扫描位置误差,该误差使基于微扫描图像直接融合形成的图像质量下降.提出一种结合图像预处理思想、微扫描原理和通过计算像素相关度进行微扫描图像插值重建的算法.仿真及实验表明:方法能改...     

一种基因芯片光学扫描图像倾斜校正方法研究

针对在基因芯片光学扫描时产生的图像倾斜问题,提出了一种基于像素灰度的芯片图像倾斜校正方法。结合基因芯片图像的结构特点,基于行、列方向像素灰度定义芯片图像的校正指标。在角度检测范围内,利用折半搜索方法,基于校正指标来检测芯片图像的校正角度和芯片图像的校正位置。实验结果表明,该方法能有效地检测多类基因芯片图像的倾斜角度,具有较强的鲁棒性和实用性。     

离焦模糊图像超分辨力盲复原算法分析

根据计算机模拟和实际拍摄的离焦模糊标准分辨力靶标图像,对提出的离焦模糊图像超分辨力盲复原算法进行了分析研究,对比了超分辨力盲复原算法与几种典型复原算法的效果,以及在不同离焦模糊半径下该算法的复原效果。实验结果表明,该算法对深度离焦模糊图像具有较明显的复原效果,复原图像相比较于模糊图像分辨力提高1倍;显著改善了标准分辨力靶标图像的可分辨组块。可分辨组块可以定量地描述复原算法对图像分辨力的改善程度。该算法已经应用到实际工作当中,并获得了较好的效果。     

一种位相板衍射图样的图像处理新方法

本文介绍了在半导体激光光纤和位相板相结合的准直情况下，利用ＣＣＤ探测器测量大尺寸形位误差的原理，并针对位相板衍射图像的特点，提出了一种处理此类衍射图样的图像处理新方法——投影法。同在时间上采用的多次平均的方法相比较，投影法相当于采用了空间上的平均，消除了ＣＣＤ表面保护玻璃形成的干涉条纹的影响，对空气扰动也起到了很好的抑制作用。并且使二维图像处理变为一维计算，大大提高了计算速度     

利用DIP技术测定荷质比

将数字图像处理(DIP)技术用于汞546.1nm谱线塞曼分裂横效应π谱线、σ谱线的图像处理,建立了CCD实时测量系统。通过多图像平均,图像细化,取样分析,快速方便地测量计算了电子的荷质比。结果表明,直接测量无法分辨的σ谱线可以通过数字图像处理测量;测量π谱线引起的相对误差小于1%,比直接测量法降低了近一个数量级。     

卷积稀疏表示图像融合与超分辨率联合实现

为避免图像融合与超分辨率分步实现的不足,提出了基于卷积稀疏表示的融合与超分辨率重建联合实现方法。假设低分辨率与高分辨率图像之间具有相同的稀疏特征图,设计了一种高、低分辨率滤波器联合学习框架,实现对图像高低频成分的分离,并根据不同成分的形态特性设计了不同的融合规则:对于高频成分,根据稀疏特征图亮度信息和像素活跃性水平,设计了一种像素显著性度量方案来指导高频特征图的融合;对于低频成分,根据脉冲耦合神经网络能捕获邻域相似像素点火的特性,设计了低频成分融合方法。所提方法不需要将图像分割成重叠的块,避免块向量化的缺陷。实验结果表明,能有效提高图像融合的质量。     

一种视频图像规则圆目标的超分辨率位置测量方法

介绍了一种用于视频图像规则圆目标的超分辨率位置测量方法。分析了超分辨率测量的原理 ,并提出和完成了测量方案 ,取得了满意的结果。首先在目标静止时 ,连续采集多帧视频图像 ,通过叠加平均进行降噪 ;其次通过罗伯特微分算子进行边界探测 ,求出目标的大致位置 ;最后通过边界重心拟合法、边界圆拟合法和最小二乘法拟合求出目标的精确位置。理论分析和实验表明 ,完整圆目标时 ,测量精度可达 1/4像素 ;而当目标图像有缺陷时 ,边界圆拟合法和最小二乘法拟合测量误差增加较少 ,边界重心法的测量误差增加较多。在具体情况下 ,算法及参数应该作相应的调整     

超分辨率图像重构技术在航天器相对位置测量中的应用

以两颗航天器间相对位置参数测量为研究对象,确定了基于单目计算机视觉及目标特征的测量方案,提出了基于超分辩率图像重构技术的航天器间相对位置的高精度测量方法。分析讨论了图像传感器的观察模型、图像传感器及光学测量系统的点扩散函数、配准方法、重构原理及方法。利用地面试验验证了该方法的正确性。试验结果表明:该方法与基于单帧图像及目标特征的方法、基于插值的方法相比较,在测量精度及稳定性等方面都有了较大的提高;与基于单帧图像及目标特征的方法相结合,不仅可以保证在不同作用距离上相对位置的高精度测量,而且具有较高的测量稳定性和可靠性。     

利用图像处理技术实现物体运动信息的采集与处理

在开发目前的图像处理技术的基础上,实现了运动物体信息的采集与处理,得到物体的运动规律,介绍了用该方法完成的两个实验的结果。     

像增强器荧光屏亮度均匀性自动测试系统

像增强器荧光屏亮度均匀性是评价像增强器的重要指标，其测试是像增强器测试领域的重点与难点。本文介绍一套我们研制的像增强器荧光屏亮度均匀性自动测试系统，该系统使用图像采集与图像处理技术，做到了自动测试，并且使测量精度提高了一个数量级。文章首先介绍了像增强器荧光屏亮度均匀性定义与传统光学测试方法，然后从传统方法的缺陷入手，系统阐述了新系统的工作原理、系统构成、测量结果。文章的最后对新系统测试结果与目前常规使用的光学测量结果进行了比较，从而体现该系统的独特性与优越性。     

基于图像处理的光学谐振腔自准直研究方法

针对我国氧碘化学激光器输出能量不断提高的情况下,主要限制光束质量的因素之一是出光过程中的光腔失调,提出了一种基于图像处理的光学谐振腔自准直研究方法。该研究方法利用氦氖穿腔光通过凹腔镜中心孔,并在凸腔镜后方放置工业相机,在屏幕上方形成一个干涉同心圆环。通过借助OpenCV库中二值化、霍夫圆检测等图像处理的方法,获得干涉同心圆环的圆心坐标,再通过以圆心为中心将图像分成上下左右四个部分,通过判断这四部分亮点像素的数量差值来预估干涉同心圆环的偏移状态,进而获得空腔条件下光学谐振腔发生变化的理论判据。实验结果表明,该方法可以获得相当精准的光学谐振腔失调判据,其失调判据选取左右亮点像素差值30 000,上下亮点像素差值45 000,为今后失调判据与步进电机自动调腔的结合做好充足的准备。