基于不可控微扫描的高分辨力图像重构方法

针对存在不可控微位移的序列低分辨力图像,提出了一种基于2×2不可控微扫描的高分辨力图像重构方法,采用投影法估算出低分辨力图像LR的微位移量,采用基于泰勒级数展开的重构算法由4帧图像重构高分辨力图像.模拟表明:该算法能精确地估计序列图像的帧间位移量并取得较好的重构效果,且算法简单有效可行,处理量小,有利于实现快速处理,在一定程度可满足同步轨道卫星、公安监视等领域对高分辨力成像处理的需求.

基于邻域重构模型的高分辨SAR图像精确配准(英文)

合成孔径雷达(SAR)的成像过程使其高分辨图像的几何形变呈现局部性。针对高分辨SAR图像精确配准问题,本文提出一种基于邻域重构模型的局部转换函数.邻域重构模型首先采用重构系数刻画参考图像中每个像素点的几何位置;接着给出了一种重构控制点的选择标准使每个像素的配准误差达到最小;最后根据重构系数及控制点坐标对输入图像进行再抽样以实现配准。与经典分片线性映射相比,该模型从理论上给出了一种区域剖分准则:对于每个像素选取能使配准误差能达到最小的控制点作为重构控制点。对模拟数据和真实SAR图像进行了试验,结果表明,该模型能有效地提高配准精度。

基于多模态配准的图像高分辨重建技术

为了提高图像的重建的三维分辨能力和识别能力,提出一种基于多模态图像配准的图像高分辨重建技术。采用三维模板匹配方法进行三维图像的边缘相关性检测,采用三角网格表面渲染方法实现图像的纹理跟踪,结合Harris角点检测方法提取三维图像特征点与轮廓信息,对重建三维图像的表面纹理特征进行多模态配准,对图像进行平滑去噪,降低图像重建的表面误差,实现图像的高分辨重建。仿真结果表明,采用该方法进行三维图像重建的分辨力较高,特征点的匹配能力较强,提高了三维图像重建质量。

利用图象序列来重建高分辨率图象

在许多应用中,需要细节很丰富的图象.但是仅仅通过硬件设备(CCDs),通常得不到这样的高分辨率图象.所以要用图象处理的方法来重构一个高分辨率图象其中的一个做法就是通过一个低分辨率的图象序列来重构高分辨率图象.其中要解决的两个问题是图象序列中图象的配准及重建.本文给出了一种基于曲面拟合的图象配准重建算法来解决这个问题.试验结果验证了该方法的有效性.

基于二次曲面拟合的序列图像高分辨率复原

在模版匹配的基础上,提出一种基于二次曲面拟合的配准方法.在配准点的邻域内把序列图像的相似性测度拟合成二次曲面函数,通过求二次曲面函数的极大值点(最佳匹配点),得到配准图像的亚像素位移,并用该位移来估计遗失帧,然后用插值法得到高分辨率图像.试验结果验证了该方法的有效性.

基于物方扫描的高分辨率图像重构技术研究

针对在成像领域如何通过低成本方式获取高分辨率图像这一问题,提出一种基于物方扫描后利用多帧低分辨率图像重构的方式获取高分辨率图像的方法。利用获取多帧互有微小位移的序列图像,对四种配准方法:最大互信息法、SIFT特征匹配法、SURF特征匹配法及Keren亚像元级图像法进行分析比较,最终选用Keren配准算法对序列图像进行亚像元级图像配准。对配准整像素后相互之间只具有亚像元级位移的多帧低分辨率序列图像进行插值重构,获取一幅高分辨率图像。仿真实验结果表明,Keren配准算法的配准误差小于0.1个像素,通过低分辨图像插值重构获得的图像保存了丰富的细节信息,有效地提高了图像的分辨率。