基于控制核回归的多帧图像超分辨率重建

针对多帧图像超分辨率重建问题,本文提出了一种基于控制核回归的重建方法.该方法先对低分辨率图像序列进行亚像素配准,再利用控制核回归进行非均匀插值得到高分辨率图像的初始估计,然后通过迭代控制核回归进行进一步的鲁棒估计,最后经过全变差正则化图像复原得到高分辨率重建图像.本文针对模拟图像序列及真实视频图像序列进行了对比实验,结果表明本文方法不但可以较好地保持图像中的细节信息,而且有较好的去噪能力,能够有效地提高图像重建质量.

基于迭代控制核回归的带钢表面图像去噪研究

为了在消除图像处理中的噪声的同时尽可能保留图像细节信息,研究了带钢表面图像的迭代控制核回归图像去噪模型;在以欧氏距离决定权值的基础上,考虑像素灰度值,引入一个迭代过程,并对全局平滑参数进行有效的选取,通过主观评价和客观评价对该方法在带钢表面图像的去噪效果做出评价。实验结果表明,基于迭代控制核回归的图像去噪方法相较于传统的图像去噪方法提高了图像的信噪比,在有效去除噪声的同时更好的保存了图像的纹理和边缘等细节信息。

基于控制核回归估计与凸集投影组合的视频超分辨率重建算法研究

亚像素级的运动估计是视频超分辨率重建问题的难点之一.控制核回归估计算法从避开运动估计的思路出发,采用从邻域像素的采样值估计每一像素的方法,实现视频超分辨率重建,取得了较好的重建结果.但是该算法无法利用已知的先验知识进一步改善重建结果.而凸集投影算法能够把先验知识通过约束凸集融入到超分辨重建过程中.因此,综合两者优点,提出一个组合算法实现视频超分辨率重建,既可以避开运动估计问题,又可以充分利用已知的各种先验知识.实验结果验证了组合算法的有效性.

三维医学图像核回归算法的GPU加速研究

核回归理论被广泛应用于医学图像处理和医学图像重建领域,并取得了十分显著的效果。它包括传统核回归方法(CKR)和控制核回归方法(SKR)。三维SKR算法比三维CKR算法具有更优的去噪效果和边缘保持效果,但三维SKR算法的计算量过于庞大且复杂,使其应用领域受到限制。目前,医学图像重建使用的是基于GPU的三维CKR算法,所以基于GPU的三维SKR算法的实现是一项有研究价值且具有挑战性的工作。本文首先优化三维SKR算法的计算过程,然后利用GPU进行CUDA编程实现三维SKR并行加速算法。实验表明,基于GPU的三维SKR算法与基于CPU单线程三维SKR算法相比能获得约244.9～246.3倍的加速比,与基于CPU多线程三维SKR算法相比能获得约123.0～137.4倍的加速比。

基于正则化局部自适应核回归的单点高密度地震资料随机噪声压制方法

单点高密度地震资料的波场信息丰富,但同时存在信噪比较低、有效信号严重混杂在噪声中的问题。经典核回归法可以在地震数据中同相轴连续的区域获得近似最佳的滤波效果,但在同相轴突变区域容易造成边缘模糊。为了更有效地处理地震数据,研究了正则化局部自适应核回归(RLASKR)方法进行随机噪声压制。传统核回归法将空间距离作为唯一的回归函数影响因素,而正则化局部自适应核回归方法综合考虑了空间距离和灰度距离,核函数的形状随着不同区域数据样本的特征而变化,因此地震记录中的同相轴边缘信息能够有效地保存下来。模型记录和实际地震数据测试都显示出该方法的灵活性和有效性,验证了该方法在振幅保真和噪声压制方面比传统核回归法有着更好的效果。

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.