基于区域选择的快速POCS超分辨率复原算法研究-论文.pdf

《基于区域选择的快速POCS超分辨率复原算法研究-论文.pdf》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29卷第6期电子测量与仪器学报lf_29．6·804·JOURNALOFELECTRoNICMEAsUREMENTANDINsTRUMENTATloN2015年6月DOI：10．13382／j．jemi．2015．06．003基于区域选择的快速POCS超分辨率复原算法研究：I=陈健，，王伟国陈长青李博姜润强(1．中国科学院长春光学精密机械与物理研究所长春130033；2．中国科学院大学北京100039；3．吉林大学通信工程学院长春130012)摘要：POCS算法是目前超分辨率复原中应用非常广泛

2、的一种复原算法，但是该算法运算量大，处理时间较长。针对POCS算法迭代时间较长、无法满足实时性的问题，提出了基于区域选择的快速POCS超分辨率复原算法(TPOCS)。光电探测系统中关注的重点是目标区域，而这一区域通常只占很少的像素位置，因此通过阈值分割和合并找到所有目标区域并集，然后仅在这个目标区域并集上进行超分辨率复原。实验结果表明：TPOCS算法去除了复原背景的巨大运算量，大大缩短了运算时间，减少了2个数量级使其达到实时，整体复原效果优于POCS算法。TPOCS算法能够自适应的选择目标区域，

3、在保证复原性能的基础上大大缩短了运算时间，使其达到实时，进而可以在红外图像处理系统中应用。关键词：超分辨率复原；凸集投影约束；红外弱小目标；区域选择；阈值分割中图分类号：TP751．1；TN919．81文献标识码：A国家标准学科分类代码：510．40ResearchonfastPOCSsuper--resolutionrestorationalgorithmbasedonregionselectionChenJian’，WangWeiguoChenChangqingLiBoJiangRunqia

4、ng(1．ChangchunInstituteofOptics，FineMechanicsandPhysics，ChineseAcademyofSciences，Changehun130033，China；2．UniversityofChineseAcademyofSciences，Beijing100039，China；3．CollegeofCommunicationEngineering，JilinUniversity，Changchun130012，China)Abstract：POCSa

5、lgorithmisarestorationalgorithmwhichiswidelyusedinsuper-resolutionrestoration．Butthisalgorithmhaslargeamountofcomputationandtakesalongtreatmenttime．Simultaneously，thedetailsontheedgeoftheimagearepoorretentioncapacity．ForthelongiterationofthePOCSsuper

6、-resolutionrestorationalgorithmandtheshortcomingsofincapabilitytomeetthereal—timedetectingofopticaldetectionsystem，afastPOCSsuper—resolutionrestorationalgorithmbasedontheregionselection(TPOCS)isproposed．Thetargetareaisthekeypointwefocusonintheoptical

7、detectionsystem，whilethisareacontainsonlyverysmallnumberofpixels．Therefore，weusethresholdsegmentationandcombinationtoacquiretheunionofalltargetareas．Thenweexecutesuper—reso—lutionrestorationonlyintheunionofalltargetareas．Theexperimentalresultsshowtha

8、tTPOCSalgorithmcande—creasethehugecomputationofbackgroundrestorationandgreatlyreducetheoperationtimetoachievereal-time．TheoverallresilienceoftherestorationmethodissuperiortothetraditionalPOCS．TPOCSalgorithmcouldadap—tivelyselectthetargetregionanddecr