搜索

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

基于多相组重建的航空图像超分辨率算法

何林阳 刘晶红 李刚

基于多相组重建的航空图像超分辨率算法

何林阳, 刘晶红, 李刚
PDF
导出引用
  • 为提高航空图像的空间分辨率, 提出一种基于多相组重建的超分辨率算法. 融合图像间的互补信息, 将多帧低分辨率图像作为图像基, 参考帧分解为多相组, 利用差异采样特性构建图像基与参考帧之间的的多相组线性关系重建得到高分辨率图像的多项组, 经图像多相分解逆变换获得融合的高分辨率图像. 根据该融合图像的局部内容和结构信息自适应调整控制核核函数, 应用改进的控制核回归算法去除图像模糊和噪声得到清晰的超分辨率图像. 与传统算法相比, 该算法无需图像配准和迭代过程, 计算效率极大地提高. 实验结果表明, 本文算法能够有效提高航空图像的空间分辨率, 在定量评价指标和主观视觉效果方面都有显著提高.
    • 基金项目: 国家自然科学基金(批准号:60902067)和吉林省重大科技攻关项目(批准号:11ZDGG001)资助的课题.
    [1]

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

    [2]

    Deng C Z, Tian W, Wang S Q, Zhu H S, Wu C M, Xiong Z W, Zhong W 2014 Opt. Precision Eng. 22 1648 (in Chinese) [邓承志, 田伟, 汪胜前, 朱华生, 吴朝明, 熊志文, 钟威 2014光学精密工程 22 1648]

    [3]

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

    [4]

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

    [5]

    Peng Z M, Jing L, He Y M, Zhang P 2014 Opt. Precision Eng. 22 169 (in Chinese) [彭真明, 景亮, 何燕敏, 张萍 2014光学精密工程 22 169]

    [6]

    Yang W B, Zhu M, Liu Z M, Chen D C 2014 Opt. Precision Eng. 22 2247 (in Chinese) [杨文波, 朱明, 刘志明, 陈东成 2014光学精密工程 22 2247]

    [7]

    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

    [8]

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

    [9]

    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]

    [10]

    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]

    [11]

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

    [12]

    Zhou S B, Yuan Y, Su L J 2013 Acta Phys. Sin. 62 130701 (in Chinese) [周树波, 原燕, 苏丽娟 2013 物理学报 62 130701]

    [13]

    Peyman M 2011 Super Resolution Imaging (Vol. 1) (New York:Benjamin) pp1-23

    [14]

    Gong W G, Pan F Y, Li J M 2014 Opt. Precision Eng. 22 721 (in Chinese) [龚卫国, 潘飞宇, 李进明 2014光学精密工程 22 721]

    [15]

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

    [16]

    Deng C Z, Tian W, Chen P, Wang S Q, Zhu H S, Hu S F, 2014 Acta Phys. Sin. 63 044202 in Chinese 2014 63 044202 (in Chinese) [邓承志, 田伟, 陈盼, 汪胜前, 朱华生, 胡赛凤 2014 物理学报 63 044202]

    [17]

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

    [18]

    Filip S, Gabriel C, Jan F 2006 IEEE Trans. Image Process. 16 9

    [19]

    Fasal M A 2010 Ph. D. Dissertation (Ann Arbor:University of Michigan)

    [20]

    Hiroyuki T, Sina F, Peyman M 2007 IEEE Trans. Image Process. 16 349

    [21]

    Kim S Y, Cho W, Koschan A, Abidi M A 2011 Proceedings of the 7th International Symposium on Visual Computing LasVegas, Nevada, September 26-28, 2011 p291

    [22]

    Antigoni P, Vassilis A 2009 Opt. Eng. 48 117004

    [23]

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

  • [1]

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

    [2]

    Deng C Z, Tian W, Wang S Q, Zhu H S, Wu C M, Xiong Z W, Zhong W 2014 Opt. Precision Eng. 22 1648 (in Chinese) [邓承志, 田伟, 汪胜前, 朱华生, 吴朝明, 熊志文, 钟威 2014光学精密工程 22 1648]

    [3]

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

    [4]

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

    [5]

    Peng Z M, Jing L, He Y M, Zhang P 2014 Opt. Precision Eng. 22 169 (in Chinese) [彭真明, 景亮, 何燕敏, 张萍 2014光学精密工程 22 169]

    [6]

    Yang W B, Zhu M, Liu Z M, Chen D C 2014 Opt. Precision Eng. 22 2247 (in Chinese) [杨文波, 朱明, 刘志明, 陈东成 2014光学精密工程 22 2247]

    [7]

    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

    [8]

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

    [9]

    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]

    [10]

    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]

    [11]

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

    [12]

    Zhou S B, Yuan Y, Su L J 2013 Acta Phys. Sin. 62 130701 (in Chinese) [周树波, 原燕, 苏丽娟 2013 物理学报 62 130701]

    [13]

    Peyman M 2011 Super Resolution Imaging (Vol. 1) (New York:Benjamin) pp1-23

    [14]

    Gong W G, Pan F Y, Li J M 2014 Opt. Precision Eng. 22 721 (in Chinese) [龚卫国, 潘飞宇, 李进明 2014光学精密工程 22 721]

    [15]

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

    [16]

    Deng C Z, Tian W, Chen P, Wang S Q, Zhu H S, Hu S F, 2014 Acta Phys. Sin. 63 044202 in Chinese 2014 63 044202 (in Chinese) [邓承志, 田伟, 陈盼, 汪胜前, 朱华生, 胡赛凤 2014 物理学报 63 044202]

    [17]

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

    [18]

    Filip S, Gabriel C, Jan F 2006 IEEE Trans. Image Process. 16 9

    [19]

    Fasal M A 2010 Ph. D. Dissertation (Ann Arbor:University of Michigan)

    [20]

    Hiroyuki T, Sina F, Peyman M 2007 IEEE Trans. Image Process. 16 349

    [21]

    Kim S Y, Cho W, Koschan A, Abidi M A 2011 Proceedings of the 7th International Symposium on Visual Computing LasVegas, Nevada, September 26-28, 2011 p291

    [22]

    Antigoni P, Vassilis A 2009 Opt. Eng. 48 117004

    [23]

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

  • [1] 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. 物理学报, 2013, 62(20): 200701. doi: 10.7498/aps.62.200701
    [2] 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. 物理学报, 2014, 63(4): 044202. doi: 10.7498/aps.63.044202
    [3] 宁方立, 何碧静, 韦娟. 基于lp范数的压缩感知图像重建算法研究. 物理学报, 2013, 62(17): 174212. doi: 10.7498/aps.62.174212
    [4] 杨昆, 刘新新, 李晓苇. 数据插值对正电子发射断层成像设备的图像重建影响的研究 . 物理学报, 2013, 62(14): 147802. doi: 10.7498/aps.62.147802
    [5] 乔志伟. 总变差约束的数据分离最小图像重建模型及其Chambolle-Pock求解算法. 物理学报, 2018, 67(19): 198701. doi: 10.7498/aps.67.20180839
    [6] 张海涛, 巩马理, 赵达尊, 闫平, 崔瑞祯, 贾维溥. 实现超分辨率的微变焦法. 物理学报, 2001, 50(8): 1486-1491. doi: 10.7498/aps.50.1486
    [7] 葛广顶, 王秉中, 黄海燕, 郑罡. 时间反演电磁波超分辨率特性. 物理学报, 2009, 58(12): 8249-8253. doi: 10.7498/aps.58.8249
    [8] 陈英明, 王秉中, 葛广顶. 微波时间反演系统的空间超分辨率机理. 物理学报, 2012, 61(2): 024101. doi: 10.7498/aps.61.024101
    [9] 孙世峰. 基于可分离编码的高分辨X射线荧光成像技术研究. 物理学报, 2020, 69(19): 198701. doi: 10.7498/aps.69.20200674
    [10] 汪先超, 闫镔, 刘宏奎, 李磊, 魏星, 胡国恩. 一种圆轨迹锥束CT中截断投影数据的高效重建算法. 物理学报, 2013, 62(9): 098702. doi: 10.7498/aps.62.098702
    [11] 韩玉, 李磊, 闫镔, 席晓琦, 胡国恩. 一种基于Radon逆变换的半覆盖螺旋锥束CT重建算法. 物理学报, 2015, 64(5): 058704. doi: 10.7498/aps.64.058704
    [12] 梁木生, 王秉中, 章志敏, 丁帅, 臧锐. 基于远场时间反演的亚波长天线阵列研究. 物理学报, 2013, 62(5): 058401. doi: 10.7498/aps.62.058401
    [13] 龚志双, 王秉中, 王任, 臧锐, 王晓华. 基于光栅结构的远场时间反演亚波长源成像. 物理学报, 2017, 66(4): 044101. doi: 10.7498/aps.66.044101
    [14] 王胜, 邹宇斌, 温伟伟, 李航, 刘树全, 王浒, 陆元荣, 唐国有, 郭之虞. 基于小型加速器的编码中子源成像研究. 物理学报, 2013, 62(12): 122801. doi: 10.7498/aps.62.122801
    [15] 杜劲松, 高扬, 毕欣, 齐伟智, 黄林, 荣健. S波段微波热致超声成像系统研究. 物理学报, 2015, 64(3): 034301. doi: 10.7498/aps.64.034301
    [16] 万 雄, 于盛林, 王长坤, 乐淑萍, 李冰颖, 何兴道. 多目标优化发射层析算法在等离子体场光谱诊断中的应用. 物理学报, 2004, 53(9): 3104-3113. doi: 10.7498/aps.53.3104
    [17] 王书, 任益充, 饶瑞中, 苗锡奎. 大气损耗对量子干涉雷达的影响机理. 物理学报, 2017, 66(15): 150301. doi: 10.7498/aps.66.150301
    [18] 张雷雷, 唐立金, 张慕阳, 梁艳梅. 对称照明在傅里叶叠层成像中的应用. 物理学报, 2017, 66(22): 224201. doi: 10.7498/aps.66.224201
    [19] 孙增国, 韩崇昭. 基于拖尾分布的高分辨率合成孔径雷达图像建模. 物理学报, 2010, 59(2): 998-1008. doi: 10.7498/aps.59.998
    [20] 范虹, 朱艳春, 王芳梅, 张旭梅. 多分辨率水平集算法的乳腺MR图像分割. 物理学报, 2014, 63(11): 118701. doi: 10.7498/aps.63.118701
  • 引用本文:
    Citation:
计量
  • 文章访问数:  1034
  • PDF下载量:  197
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-08-23
  • 修回日期:  2014-12-16
  • 刊出日期:  2015-06-05

基于多相组重建的航空图像超分辨率算法

  • 1. 中国科学院长春光学精密机械与物理研究所, 长春 130033;
  • 2. 中国科学院大学, 北京 100049
    基金项目: 

    国家自然科学基金(批准号:60902067)和吉林省重大科技攻关项目(批准号:11ZDGG001)资助的课题.

摘要: 为提高航空图像的空间分辨率, 提出一种基于多相组重建的超分辨率算法. 融合图像间的互补信息, 将多帧低分辨率图像作为图像基, 参考帧分解为多相组, 利用差异采样特性构建图像基与参考帧之间的的多相组线性关系重建得到高分辨率图像的多项组, 经图像多相分解逆变换获得融合的高分辨率图像. 根据该融合图像的局部内容和结构信息自适应调整控制核核函数, 应用改进的控制核回归算法去除图像模糊和噪声得到清晰的超分辨率图像. 与传统算法相比, 该算法无需图像配准和迭代过程, 计算效率极大地提高. 实验结果表明, 本文算法能够有效提高航空图像的空间分辨率, 在定量评价指标和主观视觉效果方面都有显著提高.

English Abstract

参考文献 (23)

目录

    /

    返回文章
    返回