计算机科学 ›› 2014, Vol. 41 ›› Issue (8): 47-49.doi: 10.11896/j.issn.1002-137X.2014.08.009

• 2013年全国理论计算机科学学术年会 • 上一篇    下一篇

基于非局部POCS的超分辨率图像重建

罗国中,殷建平,祝恩   

  1. 国防科技大学计算机学院 长沙410073;国防科技大学计算机学院 长沙410073;国防科技大学计算机学院 长沙410073
  • 出版日期:2018-11-14 发布日期:2018-11-14
  • 基金资助:
    本文受国家自然科学基金资助

Super-resolution Image Reconstruction Based on Non-local POCS

LUO Guo-zhong,YIN Jian-ping and ZHU En   

  • Online:2018-11-14 Published:2018-11-14

摘要: 图像获取过程中,受成像系统的影响,无法获取原始场景中所有的信息。超分辨率图像重建技术就是在不改变成像系统的前提下,提高图像质量。POCS(凸集投影算法)可以利用多帧低分辨率图像重建一帧高分辨率图像。然而传统的POCS算法通常会产生“锯齿”边缘。在自然图像中,会存在许多的相似边缘结构。利用局部相似性的结构,可以有效地消除“锯齿”边缘。因此提出一种基于非局部POCS的超分辨率图像重建算法,以有效锐化图像边缘,提高图像的视觉感观。

关键词: 超分辨率重建,POCS(凸集投影),非局部均值滤波,图像插值

Abstract: Image acquisition process,affected by the imaging system,cannot get all the information of the original scene.Super-resolution image reconstruction is the technique to boost image quality under the premise of not changing the imaging system.POCS (projection onto convex sets algorithm) can take advantage of multi-frame low-resolution ima-ge to reconstruct a high resolution image.However,the traditional POCS algorithm usually produces the “jaggy” edge.In nature images,there will be many similar-edge structure.Taking advantage of local similarity structure can effectively eliminate the “jaggy” edge.Therefor a non-local POCS-based super-resolution image reconstruction algorithm was proposed.It can sharpen image edge effectively,and improve the visual senses of the image.

Key words: Super-resolution reconstruction,POCS (convex set projection),Non-local mean filtering,Image interpolation

[1] Trai R Y,Huang T S.Multi frame Image Restoration and Regis-tration [M]∥Huang T S,ed.Advances in Computer Vision and Image Processing.UK:JAI Press Inc,1984:317-339
[2] Li X,Orchard M T.New edge-directed interpolation[J].IEEE Trans.Image Proc.,2001,10(10):1521-1527
[3] Zhang L,Wu X.An edge-guided image interpolation algorithm via directional filtering and data fusion[J].IEEE Trans.Image Proc.,2006,15(8):2226-2238
[4] Muresan D D.Fast edge directed polynomial interpolation[C]∥IEEE International Conference on Image Processing.2005,2:990-993
[5] Harris J L.Diffranction and Resolving Power[J].J.O.S.A.,1964,54(7):931-936
[6] Goodman J W.Introduction to Fourier Optics[M]∥McGraw-Hill.New York,1968:77-197
[7] Tekalp M,Ozkan M K,Sezan M I.High resolution image recon-struction from lower resolution image sequences and space varying image restoration [C]∥Proceedings of IEEE International Conference on ASSP.San Francisco,IEEE,1992:169-172
[8] Pattij ,Sezan M I,Tekalp A M.Super resolution video reconstruction width arbitrary sampling lattices and nonzero aperture time [J].IEEE Transactions on Image Processing,1997,8(6):1064-1076
[9] Buades A,Coll B,Morel J M.A non-local algorithm for image denoising[C]∥Proc.IEEE CVPR.vol.2,June 2005:60-65
[10] 邵青,魏江,卢选民.基于PSF改进的POCS超分辨率图像重构[J].现代电子技术,2011(2)

No related articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 雷丽晖,王静. 可能性测度下的LTL模型检测并行化研究[J]. 计算机科学, 2018, 45(4): 71 -75 .
[2] 孙启,金燕,何琨,徐凌轩. 用于求解混合车辆路径问题的混合进化算法[J]. 计算机科学, 2018, 45(4): 76 -82 .
[3] 张佳男,肖鸣宇. 带权混合支配问题的近似算法研究[J]. 计算机科学, 2018, 45(4): 83 -88 .
[4] 伍建辉,黄中祥,李武,吴健辉,彭鑫,张生. 城市道路建设时序决策的鲁棒优化[J]. 计算机科学, 2018, 45(4): 89 -93 .
[5] 史雯隽,武继刚,罗裕春. 针对移动云计算任务迁移的快速高效调度算法[J]. 计算机科学, 2018, 45(4): 94 -99 .
[6] 周燕萍,业巧林. 基于L1-范数距离的最小二乘对支持向量机[J]. 计算机科学, 2018, 45(4): 100 -105 .
[7] 刘博艺,唐湘滟,程杰仁. 基于多生长时期模板匹配的玉米螟识别方法[J]. 计算机科学, 2018, 45(4): 106 -111 .
[8] 耿海军,施新刚,王之梁,尹霞,尹少平. 基于有向无环图的互联网域内节能路由算法[J]. 计算机科学, 2018, 45(4): 112 -116 .
[9] 崔琼,李建华,王宏,南明莉. 基于节点修复的网络化指挥信息系统弹性分析模型[J]. 计算机科学, 2018, 45(4): 117 -121 .
[10] 王振朝,侯欢欢,连蕊. 抑制CMT中乱序程度的路径优化方案[J]. 计算机科学, 2018, 45(4): 122 -125 .