排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
超分辨率图像重建技术可以提高图像分辨率,但是通常会给图像带来相应的尺寸变化,如何评价质量提升是个难题。目前常用的图像质量评价算法很少涉及图像的尺寸变化。基于结构相似度(SSIM)和尺度空间理论(SIFT),提出了一种针对超分辨率重建图像的弱参考质量评价算法,算法将SSIM与SIFT融合,能够适用图像尺寸的变化。通过仿真和实验证明了该算法的有效性。实验结果表明,该算法能够很好地适应图像尺寸的变化,可以客观地评价超分辨重建图像质量的好坏。 相似文献
2.
基于微扫描的超分辨成像技术在成像系统光学参数不变的基础上提高图像分辨率,常用于红外成像领域。目前,在基于微扫描的红外超分辨成像研究中,采用理想的正方形模型来仿真红外探测器的感光面形状。但是,由于读出电路的存在,实际探测器产品中像素感光面形状并非严格的正方形,使用正方形模型仿真会导致仿真结果和研究结论的不准确。推导了长方形和折形两种感光面模型对成像的影响,并通过与正方形模型的仿真对比确定相应的误差,最后结合实验对前述研究成果进行了验证。结果表明:极限情况下,相对于折形模型,使用方形模型仿真的误差高达41%;相同像素填充率时,折形感光面越远离中心,对成像的MTF影响越大;基于探测器真实感光面形状的仿真模型能有效提高对红外超分辨成像研究的准确性。 相似文献
3.
4.
1