搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于双阈值Huber范数估计的图像正则化超分辨率算法

周树波 袁艳 苏丽娟

基于双阈值Huber范数估计的图像正则化超分辨率算法

周树波, 袁艳, 苏丽娟
PDF
导出引用
导出核心图
  • 多帧图像超分辨率算法利用图像间的互补信息, 可以从一系列具有亚像素位移的低分辨率影像数据中重建出高分辨率图像. 在众多超分辨率算法中, 正则化方法以其求解病态问题的有效性而被广泛应用, 但在此类方法中, 最优估计算子的估计准确度对最后的重建结果有着较大的影响. 本文在现有正则化超分辨率重建算法的基础上, 提出了一种基于双阈值Huber范数的极大似然估计算子, 可以提高Huber范数对于阈值取值的容忍性和算子估计精度; 并给出了基于该算子的正则化超分辨率算法的迭代公式. 通过对仿真图像进行重建, 结果表明算法可有效地抑制各种噪声并保证重建效果; 同时将此算法应用于实际图像的超分辨率重建, 有效地提高了目标影像的空间分辨率.
    • 基金项目: 国家自然科学基金(批准号: 61307020)资助的课题.
    [1]

    Ruan Q Q 2005 Physics 34 1 (in Chinese) [阮秋琦 2005 物理 34 1]

    [2]

    Park S C, Park M K, Kang M G 2003 IEEE Signal Proc. Mag. 20 21

    [3]

    Tsai R Y, Huang T S 1984 Adv. Comput. Vis. Image Process. 1 317

    [4]

    Tekalp A, Ozkan M, Sezan M 1992 Proceedings of IEEE International Conference on Acoustics, Speech and Signal Processing San Francisco, USA, March 23-26, 1992 p169

    [5]

    Alam M S, Bognar J G, Hardie R C 2000 IEEE Trans. Instrum. 49 915

    [6]

    Nguyen N, Milanfar P 2000 Proceedings of International Conference on Image Processing Vancouver, Canada, September 10-13, 2000 p351

    [7]

    Tom B C, Katsaggelos A K 1996 SPIE Conference of Visual Communications and Image Processing Lausanne, Switzerland 1996 p1430

    [8]

    Chen Y N, Jin W Q, Zhao L, Zhao L 2009 Acta Phys. Sin. 58 264 (in Chinese) [陈翼男, 金伟其, 赵磊, 赵琳 2009 物理学报 58 264]

    [9]

    Su B H, Jin W Q, Niu L H, Liu G R, Liu M Q 2001 Acta Photon. Sin. 3 492 (in Chinese) [苏秉华, 金伟其, 牛丽红, 刘广荣, 刘明奇 2001 光子学报 3 492]

    [10]

    Elad M, Feuer A 1997 IEEE Trans. Image Proc. 6 1646

    [11]

    Irani M, Peleg S 1991 CVGIP: Graphical Models and Imaging Processing 53 231

    [12]

    Freeman W T, Pasztor E C 2000 Int. J. Comput. Vision 40 25

    [13]

    He H, Kondi L P 2006 IEEE Trans. Image Process. 15 592

    [14]

    Lee E, Kang M 2003 IEEE Trans. Image Process. 12 806

    [15]

    Ng M, Shen H, Lam E Y, Zhang L 2007 EURASIP J. Adv. Signal Process. 2007 74585

    [16]

    Zhang H M, Wang L Y, Yan B 2013 Chin. Phys. B 22 078701

    [17]

    Farsiu S, Robinson D 2004 IEEE Trans. Image Process. 13 1327

    [18]

    Patanavijit V, Jitapunkul S 2006 International Symposium on Intelligent Signal Processing and Communications Yonago, Japan December 12-15 2006 p13

    [19]

    Suo F, Hu F Y, Zhu G 2011 Wireless Communications and Signal Processing Nanjing, China, November 9-11, 2011 p1

    [20]

    Pham T Q, van Vliet L J, Schutte K 2008 Phys. Conf. Series 124 012037

    [21]

    EI-Yamany N A, Papamichalis P E 2008 EURASIP J. Image Video. Process. 2008 763254

    [22]

    Patanavijit V, Jitapunkul S 2007 EURASIP J. Adv. in Signal Process. 2 34821

    [23]

    Li X L, Hu Y T, Gao X B 2010 Signal Process. 90 405

    [24]

    Zeng X Y, Yang L H 2012 Digital Signal Process. 1 12

  • [1]

    Ruan Q Q 2005 Physics 34 1 (in Chinese) [阮秋琦 2005 物理 34 1]

    [2]

    Park S C, Park M K, Kang M G 2003 IEEE Signal Proc. Mag. 20 21

    [3]

    Tsai R Y, Huang T S 1984 Adv. Comput. Vis. Image Process. 1 317

    [4]

    Tekalp A, Ozkan M, Sezan M 1992 Proceedings of IEEE International Conference on Acoustics, Speech and Signal Processing San Francisco, USA, March 23-26, 1992 p169

    [5]

    Alam M S, Bognar J G, Hardie R C 2000 IEEE Trans. Instrum. 49 915

    [6]

    Nguyen N, Milanfar P 2000 Proceedings of International Conference on Image Processing Vancouver, Canada, September 10-13, 2000 p351

    [7]

    Tom B C, Katsaggelos A K 1996 SPIE Conference of Visual Communications and Image Processing Lausanne, Switzerland 1996 p1430

    [8]

    Chen Y N, Jin W Q, Zhao L, Zhao L 2009 Acta Phys. Sin. 58 264 (in Chinese) [陈翼男, 金伟其, 赵磊, 赵琳 2009 物理学报 58 264]

    [9]

    Su B H, Jin W Q, Niu L H, Liu G R, Liu M Q 2001 Acta Photon. Sin. 3 492 (in Chinese) [苏秉华, 金伟其, 牛丽红, 刘广荣, 刘明奇 2001 光子学报 3 492]

    [10]

    Elad M, Feuer A 1997 IEEE Trans. Image Proc. 6 1646

    [11]

    Irani M, Peleg S 1991 CVGIP: Graphical Models and Imaging Processing 53 231

    [12]

    Freeman W T, Pasztor E C 2000 Int. J. Comput. Vision 40 25

    [13]

    He H, Kondi L P 2006 IEEE Trans. Image Process. 15 592

    [14]

    Lee E, Kang M 2003 IEEE Trans. Image Process. 12 806

    [15]

    Ng M, Shen H, Lam E Y, Zhang L 2007 EURASIP J. Adv. Signal Process. 2007 74585

    [16]

    Zhang H M, Wang L Y, Yan B 2013 Chin. Phys. B 22 078701

    [17]

    Farsiu S, Robinson D 2004 IEEE Trans. Image Process. 13 1327

    [18]

    Patanavijit V, Jitapunkul S 2006 International Symposium on Intelligent Signal Processing and Communications Yonago, Japan December 12-15 2006 p13

    [19]

    Suo F, Hu F Y, Zhu G 2011 Wireless Communications and Signal Processing Nanjing, China, November 9-11, 2011 p1

    [20]

    Pham T Q, van Vliet L J, Schutte K 2008 Phys. Conf. Series 124 012037

    [21]

    EI-Yamany N A, Papamichalis P E 2008 EURASIP J. Image Video. Process. 2008 763254

    [22]

    Patanavijit V, Jitapunkul S 2007 EURASIP J. Adv. in Signal Process. 2 34821

    [23]

    Li X L, Hu Y T, Gao X B 2010 Signal Process. 90 405

    [24]

    Zeng X Y, Yang L H 2012 Digital Signal Process. 1 12

  • [1] 庄志本, 李军, 刘静漪, 陈世强. 基于新的五维多环多翼超混沌系统的图像加密算法. 物理学报, 2020, 69(4): 040502. doi: 10.7498/aps.69.20191342
    [2] 胡耀华, 刘艳, 穆鸽, 秦齐, 谭中伟, 王目光, 延凤平. 基于多模光纤散斑的压缩感知在光学图像加密中的应用. 物理学报, 2020, 69(3): 034203. doi: 10.7498/aps.69.20191143
    [3] 刘乃漳, 张雪冰, 姚若河. AlGaN/GaN 高电子迁移率器件外部边缘电容的物理模型. 物理学报, 2020, (): . doi: 10.7498/aps.69.20191931
    [4] 罗端, 惠丹丹, 温文龙, 李立立, 辛丽伟, 钟梓源, 吉超, 陈萍, 何凯, 王兴, 田进寿. 超紧凑型飞秒电子衍射仪的设计. 物理学报, 2020, 69(5): 052901. doi: 10.7498/aps.69.20191157
  • 引用本文:
    Citation:
计量
  • 文章访问数:  941
  • PDF下载量:  853
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-06-04
  • 修回日期:  2013-08-01
  • 刊出日期:  2013-10-20

基于双阈值Huber范数估计的图像正则化超分辨率算法

  • 1. 北京航空航天大学, 精密光机电一体化技术教育部重点实验室, 北京 100191
    基金项目: 

    国家自然科学基金(批准号: 61307020)资助的课题.

摘要: 多帧图像超分辨率算法利用图像间的互补信息, 可以从一系列具有亚像素位移的低分辨率影像数据中重建出高分辨率图像. 在众多超分辨率算法中, 正则化方法以其求解病态问题的有效性而被广泛应用, 但在此类方法中, 最优估计算子的估计准确度对最后的重建结果有着较大的影响. 本文在现有正则化超分辨率重建算法的基础上, 提出了一种基于双阈值Huber范数的极大似然估计算子, 可以提高Huber范数对于阈值取值的容忍性和算子估计精度; 并给出了基于该算子的正则化超分辨率算法的迭代公式. 通过对仿真图像进行重建, 结果表明算法可有效地抑制各种噪声并保证重建效果; 同时将此算法应用于实际图像的超分辨率重建, 有效地提高了目标影像的空间分辨率.

English Abstract

参考文献 (24)

目录

    /

    返回文章
    返回