一种基于自样本学习的人脸图像超分辨率复原算法

针对人脸图像超分辨率复原问题,提出了一种新的基于自样本学习的超分辨率复原算法.该算法从输入图像本身提取训练样本库,并采用矢量量化的方法对训练样本进行分类.再利用并行设计的多类预测器对每类样本进行学习训练,指导高频信息的估计重建.对来自输入图像本身的自样本训练集合和来自特定训练图像库的特定训练样本集合进行了对比研究.实验结果表明提出算法在图像重建质量和实现速度上都有很好的表现.     

基于贝塔过程联合字典学习的图像超分辨重建

为了提高图像超分辨效果,针对以往稀疏字典超分辨算法仅适用于单特征空间的问题,提出基于贝塔过程联合字典学习(BPJDL)的图像超分辨重建(SRR)方法。首先,根据图像退化模型生成训练样本图像,分别对高、低分辨率图像进行7×7分块,并利用吉布斯采样对图像块进行采样,生成字典训练样本。然后,依据贝塔过程先验模型,建立连接高、低分辨率图像空间的双参数联合稀疏字典,将字典稀疏系数分解为系数权值和字典原子的乘积,通过训练和更新字典,得到同时适用于两个特征空间的字典映射矩阵。最后,进行图像超分辨稀疏重构。实验结果表明:本文方法能以更小尺寸的稀疏字典重建超分辨图像,与当前最先进的稀疏表示超分辨算法相比,结果图像主观视觉上纹理细节信息更丰富,客观评价参数峰值信噪比(PSNR)提高约1.5 dB,结构相似性(SSIM)提高约0.02,超分辨重建时间降低约50 s。     

基于自相似性与稀疏表示的超分辨率算法

目的为了解决当前稀疏表示的超分辨率算法效果依赖参与训练的数据的问题,结合图像的自相似性,提出一种基于自相似性与稀疏表示相结合的超分辨率算法。方法算法利用图像的多维自相似性,构建多维图像金字塔,采用改进的相似块搜索策略,得到对应的高低分辨率图像块作为训练样本,然后对样本进行字典训练,最后根据稀疏表示得到超分辨率图像。结果实验结果显示,文中算法在峰值信噪比(PSNR)和结构相似度(SSIM)上优于其他算法,对于实验图像而言,PSNR平均提升了0.5 dB。结论提出的超分辨率算法未引入外部数据库,具有较好的效果,能够用于超分辨率重建。     

基于图像自相似性及字典学习的超分辨率重建算法

图像超分辨率重建技术在重构图像细节,改善图像视觉效果等方面起着重要作用.为了提高超分辨率图像的重构质量,本文结合图像自身和自然图像库信息进行超分辨率重建.先利用图像在不同尺度的自相似性,形成图像金字塔,只用单幅低分辨率图像进行超分辨率重建;然后利用自然图像库进行字典学习并以初步得到的重建图像作为输入再次处理;在图像后处理时,利用图像非局部相似性和迭代反投影,进一步提高重建效果.实验结果表明,本文的方法与其它几种基于学习的超分辨率算法比较,无论主观视觉效果上还是峰值信噪比上都有明显提高.     

基于视觉对比度特性的红外图像超分辨率重建

针对现有超分辨率算法重建后的红外图像存在对比度差、信噪比低、视觉效果模糊的缺点,提出一种基于视觉对比度特性的红外图像超分辨率重建算法。该算法首先利用人眼在不同灰度级的分辨能力不同,通过引入红外图像对比度这一先验信息重建红外图像,其次构建一噪声度量因子以区分图像目标与噪声,然后对目标边缘进行增强,噪声进行滤除。实验结果表明:经过改进算法重建的超分辨率红外图像对比度提高了2倍,噪声得到了有效抑制,视觉效果明显改善。     

基于主动位移成像的图像超分辨率重建

超分辨重建算法是一种将低分辨率图像恢复为高分辨率图像的算法,被广泛用于医学、遥感、军事安防以及人脸识别等领域。在黑夜、远场场景下构建数据集比较困难,基于深度学习的超分辨重建算法应用受到阻碍。而微扫描成像技术扫描模式固定,对器件到位精度要求高。针对这两个问题,我们提出一种基于主动位移成像的图像超分辨率重建算法。具体地,在控制相机随机移动的同时记录采样时刻位移,通过解算、映射选图、精确匹配图像序列并获取多帧图像间的亚像素信息,然后对估计图像进行迭代和更新,最后重建获得高分辨率图像。实验结果表明,本算法在PSNR、SSIM和平均梯度三个指标上都优于最近提出的基于POCS的图像超分辨率重建算法MFPOCS,与基于CNN的方法 ACNet相比具有竞争力。值得提出的是,本算法无需固定的扫描模式,降低了微扫描技术对器件实时到位精度的要求,同时,本算法可以保证重建初始帧的优良选取,有效规避了POCS算法的固有缺点。     

基于耦合过完备字典的红外云图超分辨率方法

针对红外云图分辨率低的问题,提出一种基于耦合过完备字典的超分辨率方法。在分析红外云图成像退化模型的基础上,建立了采用稀疏表示理论的超分辨率重构框架,首先随机抽取大量高、低分辨率云图的图像块,组成训练样本,经过字典学习获取针对高、低分辨率云图块的两个字典Dh和Dl,为保证对应的高、低分辨率云图块关于各自的字典具有相似的稀疏表示,提出一种耦合字典学习算法,该算法改变了字典对的更新策略,通过在每一步迭代中交替优化Dh和Dl,得到耦合的过完备字典对;最后对输入的低分辨率红外云图,采用最优正交匹配追踪算法(Optimized Orthogonal Matching Pursuit Algorithm,OOMP),得到满足重构约束的高分辨率云图。实验结果表明,本文方法与其他方法相比,红外云图重构质量有较为明显的改善,而且比同类方法具有更高的计算效率。     

摄像中的超分辨率图像重建算法研究

超分辨率图像重建技术就是利用信号处理的方法,从多幅低分辨率图像中提取更多细节信息,重建出一幅或多幅高分辨率图像的技术。文章介绍了超分辨率图像重建的概念,并且探讨超分辨率图像重建的意义和需求,然后着重研究了目前的几种主要超分辨率图像重建算法,并讨论了关于目前超分辨率图像重建算法的一些思考。     

一种新的超分辨率图像重建算法

超分辨率重建是提高图像分辨率的一种方法.根据图像分层变换和插值处理的特点,提出了一种将分层子带变换S+P变换(序列变换加预测运算)和插值算法相结合的超分辨率重建算法.该方法首先对图像序列进行运动估计和运动补偿,然后再对配准后的图像序列进行S+P变换,并对分解得到的高频子带进行插值,最后通过S+P逆变换得到超分辨率图像....     

稀疏表示图像超分辨率重建的自适应方法

提出了一种参数自适应的图像超分辨率重建方法.在基于稀疏表示的图像超分辨率重建的经典算法模型框架下,正则化参数可以根据每个图像补丁本身情况自适应地确定,从而克服了人为选择参数且所有补丁参数需一致的缺点,因此使图像重建效果得到提升.实验结果表明,我们所提方法在不同尺寸扩大因子和噪声环境下都优于人工确定参数的情形,三种评价指标均表明所提方法是有效的.     

Constrained image reconstruction for magnetic detection electrical impedance tomography

Magnetic detection electrical impedance tomography (MD‐EIT) produces images of conductivity from magnetic field measurements taken around the body. The ill‐conditioned nature of the MD‐EIT inverse problem is improved by limiting the number of unknowns to be solved. In this article, a method of iterative grid refinement for MD‐EIT, which produces images significantly better than unconstrained solutions, is described. © 2008 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 17, 379–382, 2007     

Application of Elastic Image Registration and Refraction Correction for Non‐Contact Underwater Strain Measurement

Abstract: The refraction‐induced image distortion introduces large errors in the deformation measurement of fluid submerged specimens using digital image correlation (DIC). This study provides a review of the nature of the refraction‐induced image distortion, assesses experimental conditions that interact with refraction and proposes an elastic image registration technique to correct the refraction distortion of underwater images. In the elastic image registration technique, control points are selected on reference and refracted images of a template object and locally sensitive transformation functions that overlay the two images are obtained. The transformation functions so obtained are then used to reconstruct undistorted images from underwater images and the former are used as input to a DIC system. The proposed approach has shown to improve the refraction error in the order of 5–8% for typical material test samples undergoing deformation inside a water‐filled glass chamber.     

超分辨率图像重建在法庭科学中的应用

超分辨率图像重建是近年来迅速发展起来的一种旨在利用某一景物的若干低分辨率图像获取该景物高分辨率图像的技术。本文介绍了超分辨率图像重建技术在法庭科学中的应用、作用、方法,并总结了相关问题和发展方向。     

图像重建中滤波算子的一种优化方法

目的　在图像重建过程中 ,通过滤波算子的优化 ,降低投影噪声对重建结果的影响 .方法　对“滤波 -重建 -滤波”的图像重建形式 ,用矩阵理论、最优化理论等数学方法两个滤波算子进行优化 .结果与结论　得到了其优化算子的矩阵表达式     

Eigenmode super-resolution imaging in arbitrary optical systems

We investigate optical super-resolution by means of eigenmode decomposition in arbitrary imaging systems. This technique is applicable for arbitrary objects but requires a knowledge of the eigenmodes of the imaging system. We outline a reconstruction technique that can be applied even to systems in which the eigenmodes are not orthogonal, and we present numerical simulations of eigenmode super-resolution in systems with resolution limited both by diffraction and by aberrations. Our results indicate that optical super-resolution by direct eigenmode decomposition provides a versatile method of sub-diffraction and distortion-free imaging in arbitrary optical systems.     

High-photon-throughput snapshot colour imaging using a monochromatic digital camera and a pupil-domain diffuser

Colour RGB imaging with high throughput was achieved by a monochromatic digital camera with a dispersive diffuser at its pupil. An acquired snapshot monochromatic image was converted to colour coordinates through spectra, by resorting to digital processing with a compressed sensing-based algorithm of spectral imaging. Results of optical evaluation and calibration of an optical system and colour imaging experiments are reported.     

复谱频域OCT系统高分辨率图像重建

为了提高复杂多层样品层析图像的分辨率,构建了复谱频域光学相干层析成像(CSOCT)系统.由于其在低亮度和高速成像方面相对于时域OCT具有更高的灵敏度,因此在光学相干层析成像系统中具有重要的作用.本文对测试样品二层盖波片进行成像实验,基于光学相干层析基本理论,采用五帧相移算法,最终获得测试样品的复谱频域OCT图像.实验结果表明,该系统可以消除谱频域OCT图像中的寄生项和镜像,改善和提高层析图像的分辨率.     

基于拉普拉斯金字塔的图像压缩与重构研究

目的研究利用深度学习辅以拉普拉斯金字塔来完成图像压缩与重构。方法利用卷积神经网络提取图像的主要特征,利用双三线性插值法来减少特征尺寸,使用拉普拉斯金字塔来构建分层体系,从而逐步地减少图像大小以达到压缩的目的。在重构端上,对此系统则进行卷积操作,并采用上采样过程,进行图像的恢复重构过程,得到重构图。结果采用来自法国贝尔实验室的set 5与set 14数据集进行验证,使用2层金字塔即在16倍的高倍率压缩下进行实验结果验证,结果表明在主观评价上使用深度学习的方法在清晰度和还原度上要优于PCA,DCT和SVD,同时在客观评价上文中方法取得了标准差(52.73)与信息熵(7.44)的最好结果,高于PCA的49.70与7.38。SVD变换法与DCT变换法,在标准差上只有48.69和49.02,远不如文中方法,同时图片的信息熵只有7.34与7.35,低于文中的7.44。结论利用拉普拉斯金字塔结构来设计卷积神经网络结构来完成图像压缩与重构取得了不错的效果。     

Adaptive fractal image coding in subband domain

Abstract

In this paper, we propose and evaluate a method for fractal image coding in the subband domain. The subband decomposition scheme acts as a classifier, which can efficiently reduce encoding time. The proposed fractal image coding scheme is an adaptive one. The adaptability is based on the variance of each subband. At each subband, the scheme adaptively sets the map block size that should be encoded. In addition, the domain blocks are adaptively restricted to the neighborhood of their respective range block. Simulation results show that good picture quality of the coded image is obtained at 0.370 bpp. It also indicates that such an adaptive scheme makes a better trade‐off between the required bit rate and picture quality than a fixed size one. Moreover, the adaptive shceme can save a large amount of time.     

热波检测缺陷定量识别与图像重建研究

基于红外热波方法对某型固体火箭发动机壳体含脱粘缺陷试件进行了数值仿真和实验研究。为了得到直观、精确的缺陷三维图像,采用同态滤波方法对原始图像进行降噪增强处理,利用粒子群模糊聚类算法对缺陷进行了分割,并对缺陷的大小和深度进行了定量识别,在此基础上,利用体绘制重建算法对缺陷进行三维重建。结果表明:同态滤波方法信噪比高,图像增强效果好;粒子群模糊聚类算法分割效果好,缺陷保真性高;缺陷定量识别的精度较高,三维重建效果较好,为实现缺陷的自动识别奠定了基础。