资源描述：
《基于实时帧迭代反向投影算法的图像序列超分辨率处理》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第30卷第5期光学技术Vol.30No.52004年9月OPTICALTECHNIQUESep.2004文章编号:1002-1582(2004)05-0558-03基于实时帧迭代反向投影算法的X图像序列超分辨率处理曹聚亮,吕海宝,谭晓波,周卫红(国防科技大学机电工程与自动化学院,长沙410073)摘要:提出一种实时帧迭代反向投影算法实现对图像序列的超分辨率处理。通过建立虚拟全景图像及其迭代权阵,实现迭代反向投影的逐帧处理,从而可实时地对视频图像序列作超分辨率处理。另外还采用了基于光流计算的分层迭代图像配准、双线性插值模拟采样、阈值先
2、验约束、坐标系同步变换等技术来提高算法的有效性。通过对仿真和实际视频序列的处理对算法进行了验证。关键词:图像超分辨率;迭代反向投影法;图像配准;模拟采样中图分类号:TN911.73文献标识码:ASuperresolutionofimagesequencesbasedonrea-ltimeframeiterativeback-projectionalgorithmCAOJu-liang,LUHa-ibao,TANXiao-bo,ZHOUWe-ihong(NationalUniversityofDefenseTechnology,Cha
3、ngsha410071,China)Abstract:Area-ltimeframeiterativeback-projectionalgorithmforimagesequencessuperresolutionisproposed.Bythewayofconstructingavirtualpanoramaimageandcorrespondingweightmatrix,iterativeback-projection(IBP)algorithmofframetoframeisrealized.Itcandealwithrea
4、ltimevideosequence.Inaddition,technologiessuchasbilinearinterpolationsim-ulatedsampling,thresholda-prioriconstrain,hierarchyimageregistrationbasedonopticalflow,synchronouscoordinatetrans-formationandsoonareemployedtoenhancethevalidityofthealgorithm.Simulatedandrealexpe
5、rimentsdemonstratedtheperformanceofthealgorithm.Keywords:imagesuperresolution;IBP;imageregistration;simulatedsamplingHuang的方法外,还有Kim、Bose等提出的递归最小0引言二乘方法、递归整体最小二乘算法,以及Ur、Gross图像空间分辨率是成像系统对图像细节分辨能提出的基于广义采样定理的方法等。频域方法具有力的一种度量,也是图像中目标细微程度的一个指思路清晰、算法简单等优点,但其运动模型和降质模标,它表示景物信
6、息的详细程度。图像超分辨率处型不灵活,无法包含先验知识,因此近年的研究重点理技术是指利用多帧关于同一场景的有相互几何变转到空域处理技术上。空间域方法主要包括迭代反[3]换关系的降质图像来重建或重构高分辨率高质量图向投影法(IBP)、基于概率论的方法(如MAP像,可突破图像采集设备的分辨率限制,充分利用多等)、基于集合论的凸集投影法、基于小波的方法等。帧图像之间的互补信息,实现像素级的图像信息融其特点与频域方法正好相反,运动模型和退化模型合。比较灵活,可包含图像的先验知识,但算法都比较复[1]Tsai和Huang于1984年首次提出由
7、多帧低杂,计算量大。本文在研究IBP算法的基础上提出分辨率欠采样图像得到高分辨率图像的/超分辨率实时帧迭代反向投影算法。处理0问题,并给出了频域解决方案。经过多年的研1迭代反向投影法究,人们提出多种实现图像超分辨率处理的算[2]法,主要分为两类:一类基于频域处理技术,另一迭代反向投影算法中,每一个低分辨率图像的类基于空域处理技术。频域方法除了Tsai和像素都认为是被摄场景的一个投影,然后通过类似X收稿日期:2003-12-15E-mail:cjvl@163.com作者简介:曹聚亮(1976-),男,河北人,国防科技大学博士研究生,从
8、事光电检测、数字图像处理研究。558第5期曹聚亮,等:基于实时帧迭代反向投影算法的图像序列超分辨率处理于CAT中反向投影的方法重建高分辨率图像。算法的流程图如图1所示。其输入为低分辨率首先建立成像模型降质图像序列,输出为高分辨率图像序
