科学研究 当前位置: 首页> 科学研究> 自适应影像...

自适应影像超分辨率重建

1984年,Tsai 和Huang提出利用多时相遥感影像重建一幅具有更高分辨率影像的设想,从而催生了一个新的研究领域—影像超分辨率重建技术,该技术已被广泛应用于近景、视频和医学影像的处理。当前的超分辨率重建模型主要通过将其看做一个反问题,引入先验约束,通过正则化模型进行求解,存在自适应程度不高,关键参数难以自动化确定的缺点。因此,为提高当前影像超分辨率重建方法的自适应程度,我们分别在正则化参数、数据一致性模型以及先验模型等关键环节的自适应机制方面进行了系列研究,发展了基于U曲线的正则化参数自适应选择算法,并探索了数据一致性约束模型和先验模型的空间自适应特性。相关研究成果共发表SCI论文5篇,其中有2篇发表在国际图像处理领域顶级期刊“IEEE Transaction on Image Processing”上;论文发表以来,得到了国内外学者的广泛引用和积极评价,并被韩国庆北国立大学计算机学院作为例会报告进行学习。以该方面研究成果为主题撰写的博士论文《自适应影像复原及超分辨率重建方法研究》获得湖北省优秀博士论文。

blob.png

影像超分辨率重建示意图

blob.png

自适应影像超分辨率重建结果

blob.png

武汉市硚口区交通事故逃逸车牌号超分辨率处理

代表论文:

Q. Yuan, L. Zhang, H. Shen, "Regional Spatially Adaptive Total Variation Super-resolution with Spatial Information Filtering and Clustering," IEEE Transactions on Image Processing, vol. 22, no. 6, pp. 2327-2342, 2013.

Q. Yuan, L. Zhang, H. Shen, P. Li, "Adaptive Multiple-Frame Image Super-resolution Based on U-curve," IEEE Transactions on Image Processing, vol. 19, no. 12, pp. 3157-3170, 2010.

Q. Yuan, L. Zhang, and H. Shen, "Multiframe Super-Resolution Employing a Spatially Weighted Total Variation Model," IEEE Transactions On Circuits And Systems For Video Technology, vol. 22, no. 3, pp. 379-392, 2012.

L. Zhang, Q. Yuan, H. Shen, and P. Li, "Multiframe Image Super-resolution Adapted with Local Spatial Information," Journal of the Optical Society of America A, vol. 28, no. 3, pp. 381-390, 2011. 


(联系人:袁强强)