亚像元图像超分辨率重建研究.pdf

《亚像元图像超分辨率重建研究.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35卷第5期红外技术Vol.35No.52013年5月InfraredTechnologyMay2013〈图像处理与仿真〉亚像元图像超分辨率重建研究应莉莉，安博文，薛冰玢（上海海事大学信息工程学院，上海201306）摘要：针对光纤束耦合成像系统的特点，对存在亚像元量级空间错位的图像进行超分辨率重建研究。研究分为图像配准与融合两个步骤。图像配准时，用经典的Keren配准算法对两幅图像进行亚像元级别配准。图像融合时结合双三次插值对配准后两幅图像进行Mallat小波分解与重构，从而实现图像超分辨率重建。实验结果表明，简化

2、后的配准算法配准精度达到了0.01像素，而经过插值与融合重建出来的图像空间分辨率提高了一倍，并且保留了丰富的细节信息。关键词：亚像元；图像配准；小波分解与重构；超分辨率重建中图分类号：TN911.73文献标识码：A文章编号：1001-8891(2013)05-0274-05ResearchonSuper-resolutionReconstructionofSub-pixelImagesYINGLi-li,ANBo-wen，XUEBing-bin（SchoolofInformationEngineering，Shang

3、haiMaritimeUniversity，Shanghai201306，China）Abstract：Accordingtothecharacteristicsoffiberbundlecouplingimagingsystem,aresearchonsuper-resolutionreconstructionofimageswhichhasasub-pixeldislocationwasconducted.Thisresearchconsistsoftwosteps,imageregistrationandima

4、gefusion.ClassicalKerenalgorithm,whoseregistrationaccuracywasuptosub-pixel-level,wasproposedforimageregistrationtoregistertwoimages.Then,inthestageofimagefusion,bi-cubicinterpolationistakentocombinewithwaveletfusionwhereMallatalgorithmwasputforwardforimagedecom

5、positionandreconstruction.Super-resolutionreconstructionofimagesisrealizedbysuchsteps.Simulationresultsshowthatthesimplifiedalgorithmachievedahighregistrationaccuracyof0.01pixel,andimagereconstructedbyinterpolationandwavelet-fusioneffectivelygainsadoubled-spati

6、al-resolutionwithmoredetails.Keywords：sub-pixel，imageregistration，waveletdecompositionandreconstruction，super-resolutionreconstruction[2-3][4-5]建算法，如非均匀插值法、迭代反投影(IBP)法、0引言[6-7][8-9]凸集投影(POCS)法、正则化法、最大后验估计[10-11][12]超分辨率重建是通过数字信号处理技术利用多(MAP)法、混合MAP/POCS法等。幅具有互补信

7、息量的低分辨率图像来重构出一幅高本课题依托于一种光纤束耦合成像系统成像，由分辨率图像。超分辨率重建可以在不更新原有成像设于成像系统相邻层光纤之间在轴向和径向都存在小备的情况下得到高分辨率图像，是一种经济有效的方于一根光纤直径的位移，使得相邻层光纤耦合图像存法，因此重建算法在遥感、军事、医学成像等领域有在亚像元级别的错位，而我们正好利用这略有错位、[1][13]着广泛应用。自1984年Tsai和Huang首次提出基于信息互补的图像重构出一幅具有更高分辨率的图像。序列图像的超分辨率重建算法以来，图像超分辨率研基于光纤束耦

8、合的亚像元图像超分辨率重建包括两究便成为一个活跃的研究领域，并相继产生了许多重个过程：首先对图像进行亚像元级别的配准，再对图收稿日期：2013-03-01；修订日期：2013-04-02.作者简介：应莉莉（1990-），女，浙江人，硕士研究生，主要研究方向为数字图像处理。基金项目：国家自然科学基金项目资助项目，编号：61171126；上海市重点