基于双线性插值算法的低分辨率传感器标定方法

针对无扫描激光三维传感器成像分辨率较低、标定精度不高的问题,提出了一种基于双线性插值的低分辨率传感器标定方法。首先运用双线性插值算法,对低分辨率传感器所成图像进行升采样以提高图像分辨率,然后利用基于OpenCV标定算法对其进行标定,最后将标定结果与传统方法标定结果进行分析比较。实验结果表明,该方法能够将低分辨率传感器参数的标定误差缩小近1/2。运用双线性插值算法提高图像分辨率,可以提高对低分辨率传感器的标定精度。     

基于改进SURF算子的高低分辨率图像配准方法

针对激光三维成像传感器与可见光传感器图像分辨率差异较大,配准过程中特征点误匹配情况严重的问题,提出了一种基于改进SURF算子的高低分辨率图像配准方法。首先,采用双线性插值算法对低分辨率图像进行预处理,然后在经典SURF算子的基础上,采用最近邻向量匹配法完成SURF特征的粗匹配,并基于特征偏移一致性原则对匹配情况做进一步优化,最后结合RANSAC和最小二乘法求出图像之间的仿射关系,利用所求的变换参数插值得到配准后的图像。实验结果表明,该配准方法在保持配准速度的同时,结构相似性测量指数提高了约11%,进一步提高了配准的精度。     

基于小波的双线性插值误差补偿算法的图像放大

为了尽可能地保持低分辨率图像的基本信息,提高图像的视觉效果和空间分辨率,本文提出一种基于小波的双线性插值误差补偿算法。该算法增加双线性插值的误差补偿项,利用Sobel算子设定插值点的边缘方向,得到初始放大图像。利用小波提取高频成分,原始图像幅值增强充当低频部分,再经过小波逆变换得到高分辨率图像。实验结果表明,相对于传统的图像放大算法,该算法考虑到全局相关性,得到更加清晰的边缘信息。     

差分投影快速定向图像插值算法的优化

针对图像放大时分辨率会降低,图像的感知质量变差等问题,并考虑到计算的复杂度,提出了一种差分投影快速定向图像插值算法。该方法通过对低分辨率图像的梯度扩散确定高分辨图像的丢失像素,由特殊的去噪方法对该算法进行优化,并与最近邻插值法与双线性插值算法等相比较。实验结果表明,该方法具有较高的分辨率和较低的计算复杂度,优于其他方法。     

基于小波的双线性插值算法的改进

双线性插值算法在图像处理中有应用广泛,该方法虽在一定程度上可以得到理想的效果,但对于图像中的部分高频信息会损失严重,造成图像整体质量降低。考虑到小波变换的特性,将双线性插值和小波插值相结合,提出了一种基于小波变换的双线性插值算法的改进方法。经验证,改进算法对于本身并不平滑的图像在超分辨率重建中具有一定的优势。     

毫米波辐射图像分辨率增强方法研究

针对毫米波辐射图像分辨率低的问题．提出了一种新的分辨率增强方法该方法将双线性插值与改进的非线性外推相结合，首先利用双线性插值放大原始图像．再利用改进非线性外推算法增加图像的高频分量，最终实现毫米波辐射图像的分辨率增强．实验表明．新方法有效提高了毫米波辐射图像的分辨率     

一种改进的超分辨率算法

利用多帧低分辨率图像重建一幅高分辨率图像成为迫切需要解决的难题,传统基于插值的超分辨率算法的发展受到了限制。本文基于重建方法,根据低分辨率图像帧间运动参数,提出了合理的权重分配算法。实验结果表明,图像超分辨率重建取得了良好效果。     

一种新的毫米波辐射图像分辨率增强方法

针对毫米波辐射图像分辨率的增强问题,提出一种新的分辨率增强方法,该方法将双三次插值与非线性外推算法相结合。在空间域,通过双三次插值提高原始低分辨率图像的分辨率;在频率域,通过非线性外推算法增加图像的高频分量,最终实现毫米波辐射图像的分辨率增强。实验表明,新方法有效提高了图像的分辨率,并且分辨率增强后的图像具有良好的视觉效果。     

基于双线性插值的鱼眼镜头校正算法

文章通过对基于双线性插值算法的鱼眼镜头校正算法进行分析。从鱼眼镜头成像的基本原理以及成像的光学性特点进行分析,在此基础上对鱼眼镜头成像畸变原来与校正流程进行归纳总结,从常见的图像插值算法进行分析图像校正的过程,并运用三种方法即最近点插值法、双线性插值、双三次插值三种方法进行对比分析,最后根据双线性插值算法的最优性,校正后图像有明显的改善,图像更加清晰。     

基于超分辨率角点检测算法的双目相机高精度标定方法

双目相机标定是研究立体视觉的基础工作，标定的精度是视觉测量精度的关键。图像角点提取是相机标定的基础，但在现实应用场景中，外界影响使获取的图像不清晰，导致检测到的角点精度低，从而影响标定的精度。因此，提出一种基于超分辨率亚像素角点检测的端到端算法，从特征级解决低质量角点检测问题。首先，应用盲超分部分估计低分辨率图像模糊核，融合低分辨率图像特征重建出高分辨率图；然后，在此基础上得到角点亚像素位置；最后对双目相机进行高精度标定，并用测距实验对其进行检验。实验结果表明，所提基于超分辨的亚像素角点检测方法在真实场景下具有优越性。     

一种亚像素级图像超分辨恢复算法

随着光学成像到光电数字成像的转变,如何提高CCD的几何分辨率,已成为研制高分辨光电成像系统亟待解决的问题.建立了半像元超分辨成像数学模型,提出了半像元的CCD几何超分辨方法.该方法将2片线阵CCD集成在同一器件中,在线阵方向上错开半个像元,同时读出时间减半,最终交织重组图像数据,以合成高分辨率图像.利用MATLAB软件对双线性插值方法及半像元成像方法进行了仿真,并定性定量地分析了2种方法的效果.结果显示：半像元方法合成图像分辨率约为低分辨率图像的2倍,且2组仿真图像中的PSNR比双线性插值图像分别高出1.486 4 dB和2.207 0 dB.该方法可以显著地减轻欠采样引起的图像模糊,且实时性优于双线性插值方法.     

基于标定信息的高低分辨率图像配准方法

针对激光三维成像系统分辨率较低,特征点不易提取,同时与可见光成像系统图像配准实时性不高的问题,提出了一种基于标定信息的低分辨率距离图像与高分辨率强度图像配准方法。首先,通过对激光三维成像系统与可见光成像系统进行标定,得到了二者的内参数、外参数以及畸变系数;其次,利用二者的标定信息,通过构造像素匹配模型,确定了低分辨率距离图像像素点所对应的高分辨率强度图像像素点。最后,通过遍历低分辨率距离图像每一个像素点,实现低分辨率距离图像与高分辨率强度图像的像素配准。实验结果表明:该方法在保持准配精度基本不变的情况下,配准时间从2.111 s减为0.856 s,降低了算法的时间消耗,具有一定的可行性。     

光电探测系统参数与非参数模型运动学标定

为了提高光电探测系统指向精度,提出并对比基于参数模型和非参数模型的运动学标定算法。首先,根据系统组成,全面分析光电探测系统指向误差来源。接着,针对参数模型,运用多体系统理论建立系统指向误差模型,并应用最小二乘法对模型进行标定。然后,针对非参数模型,应用双线性插值算法进行指向误差模型标定。最后,搭建实验平台,获得用于标定和验证的两组实验数据。实验结果表明:经过参数模型标定,指向精度从141.7提高到22.2;经过非参数模型标定,指向精度从141.7提高到27.9。两种方法均能提高光电探测系统指向精度,参数模型标定指向精度略高于非参数模型标定,但是非参数模型运动学标定具有过程简单、计算量小的优势。     

一种新的图像配准和超分辨率重建算法

对低分辨率观测图像进行精确配准是实现图像超分辨率重建的关键。然而,当低分辨率图像中的混叠分量达到一定程度时,许多配准算法不能满足超分辨率重建的精度要求。将图像配准和超分辨率重建联合实现的方法受混叠影响较小,该文分析其原因并提出实现这类方法的新算法,该算法采用类似于变量投影的思想,改善问题求解的条件,从而克服常用的坐标轮转下降法的一些不足。新算法利用Lanczos方法和Gauss求积原理高效地实现,并且能够处理低分辨率图像之间平移和旋转等形式的运动。实验结果证明了该方法的有效性。     

基于改进Keren配准方法的超分辨率算法

提出一种基于边缘检测和Keren配准方法的自适应归一化卷积超分辨率重建算法。为了进一步提高低分辨率序列图像间的配准精度,该算法将边缘检测与Keren配准算法相结合。首先利用Roberts算子对图像序列进行边缘检测,然后利用基于简化四参数仿射变换模型的Keren改进算法求出边缘图像间的平移和旋转参数。仿真实验结果表明即使在含有噪声及大角度旋转情况下,相比Keren改进算法该算法配准精度得到了显著提高;其中采用Roberts算子相比其他传统算子可获得更高的配准精度。最后采用自适应归一化卷积超分辨率融合算法进行超分辨率重建,真实混叠图像序列的实验表明,基于提出的这种配准方法的超分辨率重建图像获得了很好的视觉效果和更高的分辨能力,具有良好的应用价值。     

基于区域选择的红外弱小目标超分辨率复原算法

红外成像技术以其诸多优点成为智能化光电探测方面的主流研究方向,然而,红外弱小目标图像却有细节特征少、信噪比低等特点,因此考虑到使用超分辨率复原算法对其进行复原,为图像提供更多的细节信息。本文分析了凸集投影法的基本原理,针对其运行时间长的特点,提出了改进算法。首先用直方图拟合的方法选择出目标区域,然后在目标区域内进行超分辨率复原,区域外使用双线性插值。最后对3组低分辨率图像,每组五帧,用该方法进行验证。从实验结果可以看出,计算速度分别提升了15.6%、45.5%和46.5%。因此,这种方法能够有效地缩短超分辨率复原算法的处理时间。     

遥感图像超分辨率复原算法的仿真实现

超分辨率图像复原是指使用一组低分辨率图像进行处理,得到一幅高分辨率图像。分析超分辨率处理算法并将其应用于遥感图像分辨率增强领域,提出一种用Matlab对遥感图像进行超分辨率处理的仿真方法,仿真结合POC原理将一组低分辨率遥感图像进行分辨率增强处理,结果表明超分辨率处理技术有效提高了遥感图像的分辨率,图像中目标更易识别。     

基于两帧图像"亚像元"技术的插值方法研究

分析了两帧图像“亚像元”法的图像数据特征、插值处理的可行性以及提高图像空间分辨率的合理性。推导出三种插值方法——双线性插值、加权插值和线性代数插值的计算公式。在Matlab下进行模拟“亚像元”技术的插值计算,计算结果表明图像分辨率确能提高到“半个探测器像元”的空间分辨率。并对三种插值方法进行了比较。     

一种改进的双线性插值图像放大算法

针对传统的双线性插值图像放大算法存在的边缘模糊问题,提出一种改进算法：先计算插值点的双线性插值和最近邻点插值,然后以4个邻点的灰度方差构造权重,将二种插值进行加权融合获得最终插值结果。该算法既考虑到插值点与邻点之间距离关系,又考虑到邻点的灰度分布特性,有效地提高了放大图像的质量。实验结果验证了算法的有效性。     

双线性插值放大算法在视频图像实时放大处理系统中的应用

文章设计并实现了基于FPGA的视频图像实时双线性插值放大。针对双线性插值算法的特点,对算法的硬件实现框架进行了深入研究,提出了一种合理的双一维线性插值模块框架,完成算法的硬件实现,并将其设计应用在视频图像实时处理系统。仿真结果表明,应用该方法进行插值计算不仅结构简单、实时性好,而且可实现变倍率的视频图像实时放大。