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

基于局部约束群稀疏的红外图像超分辨率重建

邓承志 田伟 陈盼 汪胜前 朱华生 胡赛凤

基于局部约束群稀疏的红外图像超分辨率重建

邓承志, 田伟, 陈盼, 汪胜前, 朱华生, 胡赛凤
PDF
导出引用
导出核心图
  • 针对红外图像分辨率低、视觉质量差等问题,提出基于局部约束群稀疏模型的红外图像超分辨率重建方法. 考虑到红外图像的纹理自相似性和原子系数的群结构稀疏性,首先建立了基于局部约束的群稀疏表示模型. 然后,在假定低分辨率图像空间和高分辨率图像空间具有相似流形的前提下,联合局部约束群稀疏表示模型和K-SVD(K奇异值分解)方法,训练得到高低分辨率图像对应的群结构字典对. 最后,通过高分辨字典和对应的红外图像群稀疏表示系数重建得到高分辨率的红外图像. 实验结果表明,本文方法具有更好的超分辨率效果,无论是在客观评价指标还是主观视觉效果方面都有明显的提高.
    • 基金项目: 国家自然科学基金(批准号:61162022, 61362036)、 江西省自然科学基金(批准号:20132BAB201021)、 江西省科技落地计划(批准号:KJLD12098)和江西省教育厅科技项目(批准号:GJJ12632)资助的课题.
    [1]

    Kang M, Chaudhuri S 2003 IEEE Signal Proc. Mag. 20 1920

    [2]

    Farsiu S, Robinson D, Elad M, Milanfar P 2004 Int. J. Imag. Syst. Tech. 14 47

    [3]

    Elad M, Datsenko D 2007 Comput. J. 50 1

    [4]

    Elad M, Figueiredo M A T, Ma Y 2010 P. IEEE 98 972

    [5]

    Zhao J J, Tang Z Y, Yang J, Liu E Q, Zhou Y 2011 J. Infrared Millim. Waves 30 156 (in Chinese) [赵佳佳, 唐峥远, 杨杰, 刘尔琦, 周越 2011 红外与毫米波学报 30 156]

    [6]

    Song C X, Ma K, Qin C, Xiao P 2013 Acta Phys. Sin. 62 040702 (in Chinese) [宋长新, 马克, 秦川, 肖鹏 2013 物理学报 62 040702]

    [7]

    Ning F L, He B J, Wei J 2013 Acta Phys. Sin. 62 174212 (in Chinese) [宁方立, 何碧静, 韦娟 2013 物理学报 62 174212]

    [8]

    Yang J, Wright J, Huang T 2010 IEEE Trans. Image Process. 19 2861

    [9]

    Sun Y B, Wei Z H, Xiao L, Zhang Z R 2010 Acta Electron. Sin. 38 2898 (in Chinese) [孙玉宝, 韦志辉, 肖亮, 张峥嵘 2010 电子学报 38 2898]

    [10]

    Lian Q S, Zhang W 2012 Acta Electron. Sin. 40 920 (in Chinese) [练秋生, 张伟 2012 电子学报 40 920]

    [11]

    Yang S Y, Wang M, Chen Y G, et al 2012 IEEE Trans. Image Process. 21 4016

    [12]

    Tang Y, Yuan Y, Yan P K, Li X L 2013 J. Vis. Commun. Image R 24 148

    [13]

    Huang J Z, Zhang T, Metaxas D 2011 J. Mach. Learn. Res. 12 3371

    [14]

    Sun H, Zhang Z L, Yu L 2012 Signal Process. 28 759 (in Chinese) [孙洪, 张智林, 余磊 2012 信号处理 28 759]

    [15]

    Huang J, Zhang T 2010 Ann. Stat. 38 1978

    [16]

    Liu H C, Li S T, Yin H T 2013 Opt. Commun. 289 45

    [17]

    Chang H, Yeung D, Xiong Y 2004 Proceedings of IEEE Conference on Computer Vision and Pattern Recognition Washington DC, USA, June 27-July 2, 2004 p275

    [18]

    Wang J J, Yang J C, Yu K, L F J, Huang T, Gong Y H 2010 Proceedings of IEEE Conference on Computer Vision and Pattern Recognition San Francisco, USA, June 13-18, 2010 p3360

    [19]

    Majumda A, Ward R K 2009 Can. J. Elect. Comput. E 34 136

    [20]

    Yang J, Zhang Y 2011 SIAM J. Sci. Comput. 33 250

    [21]

    Xu Y, Zhong A N, Yang J, Zhang D 2011 Opt. Eng. 50 037202

    [22]

    Brunet D, Vrscay E R, Wang Z 2012 IEEE Trans. Image Process. 21 1488

  • [1]

    Kang M, Chaudhuri S 2003 IEEE Signal Proc. Mag. 20 1920

    [2]

    Farsiu S, Robinson D, Elad M, Milanfar P 2004 Int. J. Imag. Syst. Tech. 14 47

    [3]

    Elad M, Datsenko D 2007 Comput. J. 50 1

    [4]

    Elad M, Figueiredo M A T, Ma Y 2010 P. IEEE 98 972

    [5]

    Zhao J J, Tang Z Y, Yang J, Liu E Q, Zhou Y 2011 J. Infrared Millim. Waves 30 156 (in Chinese) [赵佳佳, 唐峥远, 杨杰, 刘尔琦, 周越 2011 红外与毫米波学报 30 156]

    [6]

    Song C X, Ma K, Qin C, Xiao P 2013 Acta Phys. Sin. 62 040702 (in Chinese) [宋长新, 马克, 秦川, 肖鹏 2013 物理学报 62 040702]

    [7]

    Ning F L, He B J, Wei J 2013 Acta Phys. Sin. 62 174212 (in Chinese) [宁方立, 何碧静, 韦娟 2013 物理学报 62 174212]

    [8]

    Yang J, Wright J, Huang T 2010 IEEE Trans. Image Process. 19 2861

    [9]

    Sun Y B, Wei Z H, Xiao L, Zhang Z R 2010 Acta Electron. Sin. 38 2898 (in Chinese) [孙玉宝, 韦志辉, 肖亮, 张峥嵘 2010 电子学报 38 2898]

    [10]

    Lian Q S, Zhang W 2012 Acta Electron. Sin. 40 920 (in Chinese) [练秋生, 张伟 2012 电子学报 40 920]

    [11]

    Yang S Y, Wang M, Chen Y G, et al 2012 IEEE Trans. Image Process. 21 4016

    [12]

    Tang Y, Yuan Y, Yan P K, Li X L 2013 J. Vis. Commun. Image R 24 148

    [13]

    Huang J Z, Zhang T, Metaxas D 2011 J. Mach. Learn. Res. 12 3371

    [14]

    Sun H, Zhang Z L, Yu L 2012 Signal Process. 28 759 (in Chinese) [孙洪, 张智林, 余磊 2012 信号处理 28 759]

    [15]

    Huang J, Zhang T 2010 Ann. Stat. 38 1978

    [16]

    Liu H C, Li S T, Yin H T 2013 Opt. Commun. 289 45

    [17]

    Chang H, Yeung D, Xiong Y 2004 Proceedings of IEEE Conference on Computer Vision and Pattern Recognition Washington DC, USA, June 27-July 2, 2004 p275

    [18]

    Wang J J, Yang J C, Yu K, L F J, Huang T, Gong Y H 2010 Proceedings of IEEE Conference on Computer Vision and Pattern Recognition San Francisco, USA, June 13-18, 2010 p3360

    [19]

    Majumda A, Ward R K 2009 Can. J. Elect. Comput. E 34 136

    [20]

    Yang J, Zhang Y 2011 SIAM J. Sci. Comput. 33 250

    [21]

    Xu Y, Zhong A N, Yang J, Zhang D 2011 Opt. Eng. 50 037202

    [22]

    Brunet D, Vrscay E R, Wang Z 2012 IEEE Trans. Image Process. 21 1488

  • [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] 王培良. 蚁群元胞优化模型在路径规划中的应用. 物理学报, 2020, (): . doi: 10.7498/aps.69.20191774
    [3] 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
    [4] 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
    [5] 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:  656
  • PDF下载量:  990
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-09-21
  • 修回日期:  2013-11-15
  • 刊出日期:  2014-02-20

基于局部约束群稀疏的红外图像超分辨率重建

  • 1. 南昌工程学院信息工程学院, 南昌 330099;
  • 2. 江西科技师范大学通信与电子学院, 南昌 330013
    基金项目: 

    国家自然科学基金(批准号:61162022, 61362036)、 江西省自然科学基金(批准号:20132BAB201021)、 江西省科技落地计划(批准号:KJLD12098)和江西省教育厅科技项目(批准号:GJJ12632)资助的课题.

摘要: 针对红外图像分辨率低、视觉质量差等问题,提出基于局部约束群稀疏模型的红外图像超分辨率重建方法. 考虑到红外图像的纹理自相似性和原子系数的群结构稀疏性,首先建立了基于局部约束的群稀疏表示模型. 然后,在假定低分辨率图像空间和高分辨率图像空间具有相似流形的前提下,联合局部约束群稀疏表示模型和K-SVD(K奇异值分解)方法,训练得到高低分辨率图像对应的群结构字典对. 最后,通过高分辨字典和对应的红外图像群稀疏表示系数重建得到高分辨率的红外图像. 实验结果表明,本文方法具有更好的超分辨率效果,无论是在客观评价指标还是主观视觉效果方面都有明显的提高.

English Abstract

参考文献 (22)

目录

    /

    返回文章
    返回