基于CGAN的近红外关联成像高分辨率重构

由于复杂天气情况和夜间可视度低等场景限制,红外图像技术应用广泛,但是获取的成本较高。为降低红外图像的获取成本,利用二维傅里叶单像素成像的方法获得低采样率的红外图像,再利用条件对抗生成式网络进一步重构出清晰的红外图像。实验结果表明,在采样率为6.25%的情况下,可以重构出接近原始清晰图像的红外图像,因而利用关联成像降低红外图像获取成本的方法,具有较高的实用价值。

基于多参数正则化的高分辨率图像重构算法

根据完全重构滤波器的性质,提出一种基于多参数正则化方法的高分辨率图像重构算法。该算法利用多参数正则化方法,恢复图像的高频部分,然后将恢复的高频信号与低频部分叠加,得到重构的高分辨率图像。由于该算法沿不同滤波方向选取不同的正则化参数,因此有效地抑制了噪声对重构图像的影响,改善了图像在边缘部分的重构效果,从而弥补了己有方法的不足。对所提出算法的收敛性进行了分析,并通过数值实验验证文中所提出算法的有效性。