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

基于双边结构张量的局部自适应图像超分辨率重建

岳林蔚 沈焕锋 袁强强 张良培 兰霞

岳林蔚, 沈焕锋, 袁强强, 张良培, 兰霞. 基于双边结构张量的局部自适应图像超分辨率重建[J]. 武汉大学学报 ● 信息科学版, 2015, 40(4): 493-497. doi: 10.13203/j.whugis20130324
引用本文: 岳林蔚, 沈焕锋, 袁强强, 张良培, 兰霞. 基于双边结构张量的局部自适应图像超分辨率重建[J]. 武汉大学学报 ● 信息科学版, 2015, 40(4): 493-497. doi: 10.13203/j.whugis20130324

基于双边结构张量的局部自适应图像超分辨率重建

doi: 10.13203/j.whugis20130324
基金项目: 国家自然科学基金资助项目(41271376,61201342);国家重点基础研究发展计划课题资助项目(2011CB707103)
详细信息
    作者简介:

    岳林蔚,博士生。主要从事图像复原以及超分辨率的理论与方法研究。

    通讯作者: 袁强强
  • 中图分类号: P391

  • 摘要: 目的 利用超分辨率重建技术可以有效提高图像的空间分辨率,其中先验模型的选取尤为关键。在最大后验概率(MAP)的框架下引入双边结构张量测度,联合像素邻域4个方向的梯度算子提出一种局部自适应先验方法,构建图像超分辨率重建模型,并利用迭代重加权范数(iterativelyreweightednorm)对其进行转换求解。基于标准的测试图像进行了实验,并将本方法与拉普拉斯先验、Huber Markov先验以及BTV先验的重建结果进行对比,验证了该方法的有效性。
  • [1] TanBing,XuQing,GengZexun,etal.ASurveyofSuperResolutionforImageReconstruction[J].犑狅狌狉狀犪犾狅犳犐狀犳狅狉犿犪狋犻狅狀 犈狀犵犻狀犲犲狉犻狀犵 犝狀犻狏犲狉狊犻狋狔,2003,4:93 97(谭兵,徐青,耿则勋,等.超分辨率图象重建技术发展现状 [J].信息工程大学学报,2003,4:93 97)[2] CossairtO,Gupta M,NayarS K.When DoesComputationalImagingImprovePerformance?[J].犐犈犈犈犜狉犪狀狊犪犮狋犻狅狀狊狅狀犐犿犪犵犲犘狉狅犮犲狊狊犻狀犵,2013,22(2):447 458[3] ShahN R,ZakhorA.ResolutionEnhancementofColorVideoSequences[J].犐犈犈犈犜狉犪狀狊犪犮狋犻狅狀狊狅狀犐犿犪犵犲犘狉狅犮犲狊狊犻狀犵,1999,8(6):879 885[4] ZhangY,ZhouQ.AnImprovedMethodforPOCSSuperresolutionImageReconstruction[C].2011In ternationalConferenceonElectronics,Communica tionsandControl,Ningbo,China,2011[5] IraniM,PelegS.ImprovingResolutionbyImageRegistration[J].犌狉犪狆犺犻犮犪犾 犕狅犱犲犾狊 犪狀犱 犐犿犪犵犲犘狉狅犮犲狊狊犻狀犵,1991,53(3):231 239[6] SchultzR R,StevensonRL.ExtractionofHigh resolutionFramesfromVideoSequences[J].犐犈犈犈犜狉犪狀狊犪犮狋犻狅狀狊狅狀犐犿犪犵犲犘狉狅犮犲狊狊犻狀犵,1996,5(6):996 1011[7] ShenHF,ZhangLP,HuangB,etal.A MapAp proachforJointMotionEstimation,Segmentation,andSuperResolution[J].犐犈犈犈 犜狉犪狀狊犪犮狋犻狅狀狊狅狀犐犿犪犵犲犘狉狅犮犲狊狊犻狀犵,2007,16:479 490[8] Shen H F,DuLJ,ZhangLP,etal.A BlindRestorationMethodforRemoteSensingImages[J].犐犈犈犈 犌犲狅狊犮犻犲狀犮犲 犪狀犱 犚犲犿狅狋犲 犛犲狀狊犻狀犵 犔犲狋狋犲狉狊,2012,9(6):1137 1141[9] GuoLin,ChenQinghu.AdaptiveSuper resolutionReconstructionofImageSequenceswithStructurePreserving[J].犌犲狅犿犪狋犻犮狊犪狀犱犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲狅犳犠狌犺犪狀犝狀犻狏犲狉狊犻狋狔,2011,36(5):548 551(郭琳,陈庆虎.结构保持的图像序列自适应超分辨率重建[J].武汉大学学报·信息科学版,2011,36(5):548 551)[10]LiuH C,LiST,YinH T.InfraredSurveillanceImageSuperResolutionviaGroupSparseRepresen tation[J].犗狆狋犻犮狊犆狅犿犿狌狀犻犮犪狋犻狅狀狊,2013,289:45 52[11]LefkimmiatisS,Ward J P,Unser M. HessianSchatten norm Regularization for Linear InverseProblems[J].犐犈犈犈 犜狉犪狀狊犪犮狋犻狅狀狊狅狀犐犿犪犵犲犘狉狅犮犲狊狊犻狀犵,2013,22(5):1873 1888[12]ShenDF,ChiuC W.FundamentalTechniquesforResolution Enhancement of Average SubsampledImages[J].犑狅狌狉狀犪犾狅犳犈犾犲犮狋狉狅狀犻犮犐犿犪犵犻狀犵,2012,21(3):033027 1 033027 10[13]GleichD.MarkovRandom Field ModelsforNon quadraticRegularizationofComplex SAR Images[J].犐犈犈犈犑狅狌狉狀犪犾狅犳犛犲犾犲犮狋犲犱犜狅狆犻犮狊犻狀犃狆狆犾犻犲犱犈犪狉狋犺犗犫狊犲狉狏犪狋犻狅狀狊犪狀犱 犚犲犿狅狋犲犛犲狀狊犻狀犵,2012,5(3):952 961[14]NgM K,ShenH,LamEY,etal.ATotalVaria tion Regularization Based Super resolution Recon structionAlgorithmforDigitalVideo[J].犈犝犚犃犛犐犘犑狅狌狉狀犪犾狅狀犃犱狏犪狀犮犲狊犻狀犛犻犵狀犪犾犘狉狅犮犲狊狊犻狀犵,2007:74585[15]MatakosA,RamaniS,FesslerJA .AcceleratedEdge preservingImageRestorationWithoutBound ary Artifacts[J].犐犈犈犈 犜狉犪狀狊犪犮狋犻狅狀狊狅狀犐犿犪犵犲犘狉狅犮犲狊狊犻狀犵,2013,22(5):2019 2029[16]PanR,ReevesSJ.EfficientHuber markovEdge preservingImageRestoration[J].犐犈犈犈犜狉犪狀狊犪犮狋犻狅狀狊狅狀犐犿犪犵犲犘狉狅犮犲狊狊犻狀犵,2006,15(12):3728 3735[17]YuanXiaohua,OuyangXiaoLi,XiaDeshen.AnO verviewonSuperResolutionImageRestoration[J].犌犲狅犵狉犪狆犺狔犪狀犱犌犲狅犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲,2006,22(3):43 47(袁小华,欧阳晓丽,夏德深.超分辨率图像恢 复 研 究 综 述 [J].地 理 与 地 理 信 息 科 学,2006,22(3):43 47)[18]ZhangL,ZhangD.A Multi scaleBilateralStruc tureTensorBasedCornerDetector[J].犆狅犿狆狌狋犲狉犞犻狊犻狅狀犃犮犮狏2009,2010:618 627[19]WohlbergB,RodriguezP.AN? TV AlgorithmforDeconvolutionwithSaltandPepperNoise[C].IEEEInternationalConferenceon,Taipei,2009犃犅犻犾犪狋犲狉犪犾犛狋狉狌犮狋狌狉犲犅犪狊犲犱犔狅犮犪犾犃犱犪狆狋犻狏犲犚犲犵狌犾犪狉犻狕犪狋犻狅狀犳狅狉犛狌狆犲狉狉犲狊狅犾狌狋犻狅狀犢犝犈犔犻狀狑犲犻1 犛犎犈犖 犎狌犪狀犳犲狀犵2 犢犝犃犖犙犻犪狀犵狇犻犪狀犵3 犣犎犃犖犌犔犻犪狀犵狆犲犻1 犔犃犖犡犻犪41 StateKeyLaboratoryofInformationEngineeringinSurveying,MappingandRemoteSensing,WuhanUniversity,Wuhan430079,China2 SchoolofResourceandEnvironmentalScience,WuhanUniversity,Wuhan430079,China3 SchoolofGeodesyandGeomatics,WuhanUniversity,Wuhan430079,China4 SchoolofMathmaticsandStatistics,WuhanUniversity,Wuhan430079,China犃犫狊狋狉犪犮狋:ThispaperconstructsanlocaladaptiveregularizationmodelbuiltupontheMaximumAPos terior(MAP)frameworkforimagesuper resolutionreconstruction.Topreventthenoisepixelsre mainedintheresultimage,wecombinebilateralstructuretensorwithgradientinfourdirectionstodivideimagesintohomogenousareaandedgeregions.TheproposedmethodbasedonIterativelyRe weightedNorm(IRN)isemployedastheregularizationinthereconstructionmodel.Thispaperdem onstratestheadvantageovertheresultsofthealgorithmthroughtwoseriesofexperimentsfordigitalimageswithdifferenttexture.ItiscomparedwithLaplacian,traditionalHuber MarkovRandomField(HMRF)andBTV model.TheexperimentalresultsshowthatthisimprovedmethodisefficientforSRimagereconstructionandhaspromisingadvantageoversmoothregions.犓犲狔狑狅狉犱狊:super resolution;MAP;localadaptive;bilateralstructuretensor;iterativelyreweightednorm犉犻狉狊狋犪狌狋犺狅狉:YUELinwei,PhDcandidate,specializesinimagerestorationandsuper resolution.E mail:yuelinwei2008@126.com犆狅狉狉犲狊狆狅狀犱犻狀犵犪狌狋犺狅狉:YUANQiangqiang,PhD,associateprofessor.E mail:qqyuan@sgg.whu.edu.cn犉狅狌狀犱犪狋犻狅狀狊狌狆狆狅狉狋:TheNationalNaturalScienceFoundationofChina,Nos.41271376,61201342;theNationalKeyPrimaryResearchandDevelopmentProgramFoundation,No.2011CB707103.
  • [1] 陈行, 罗斌.  利用动态上采样滤波深度网络进行多角度遥感影像超分辨率重建 . 武汉大学学报 ● 信息科学版, 2021, 46(11): 1716-1726. doi: 10.13203/j.whugis20200651
    [2] 鹿璇, 汪鼎文, 石文轩.  利用在线字典学习实现图像超分辨率重建的算法 . 武汉大学学报 ● 信息科学版, 2018, 43(5): 719-725. doi: 10.13203/j.whugis20150753
    [3] 王乐洋, 许光煜.  加权总体最小二乘平差随机模型的验后估计 . 武汉大学学报 ● 信息科学版, 2016, 41(2): 255-261. doi: 10.13203/j.whugis20140275
    [4] 廖海斌, 陈友斌, 陈庆虎.  基于非局部相似字典学习的人脸超分辨率与识别 . 武汉大学学报 ● 信息科学版, 2016, 41(10): 1414-1420. doi: 10.13203/j.whugis20140498
    [5] 樊东昊, 朱建军, 周璀.  附有限制条件的间接平差的图像配准算法及其应用 . 武汉大学学报 ● 信息科学版, 2015, 40(8): 1075-1079. doi: 10.13203/j.whugis20130710
    [6] 陈王丽, 孙涛, 陈喆3马国锐, 秦前清.  利用光流配准进行嫦娥一号CCD多视影像超分辨率重建 . 武汉大学学报 ● 信息科学版, 2014, 39(9): 1103-1108. doi: 10.13203/j.whugis20130289
    [7] 陈一祥, 秦昆, 冯霞.  一种使用局部空间统计量的高分辨率影像显著结构提取方法 . 武汉大学学报 ● 信息科学版, 2014, 39(5): 531-535. doi: 10.13203/j.whugis20120144
    [8] 石强, 陈凤娥, 梅天灿, 秦前清.  SVM后验概率结合改进多尺度MRF的遥感影像分割方法 . 武汉大学学报 ● 信息科学版, 2013, 38(2): 195-199.
    [9] 张俊峰, 费立凡, 刘文玉.  RSG的地形实时自适应多分辨率显示算法 . 武汉大学学报 ● 信息科学版, 2013, 38(5): 589-593.
    [10] 魏士俨, 申振荣, 张烁, 刘少创.  月球车图像超分辨率重建算法 . 武汉大学学报 ● 信息科学版, 2013, 38(4): 436-439.
    [11] 梁志锋, 凌飞龙, 陈尔学.  全极化SAR数据的最大后验概率分类 . 武汉大学学报 ● 信息科学版, 2013, 38(6): 648-651.
    [12] 张乐飞, 黄昕, 张良培.  高分辨率遥感影像的支持张量机分类方法 . 武汉大学学报 ● 信息科学版, 2012, 37(3): 314-317.
    [13] 郭琳, 陈庆虎.  结构保持的图像序列自适应超分辨率重建 . 武汉大学学报 ● 信息科学版, 2011, 36(5): 548-551.
    [14] 于晓歆, 杨红磊, 彭军还.  一种改进的Goldstein InSAR干涉图滤波算法 . 武汉大学学报 ● 信息科学版, 2011, 36(9): 1051-1054.
    [15] 张艳, 王涛, 徐青, 孙雷.  基于HMRF先验模型的HBE卫星遥感图像超分辨率重建 . 武汉大学学报 ● 信息科学版, 2007, 32(7): 589-592.
    [16] 沈焕锋, 李平湘, 张良培.  一种自适应正则MAP超分辨率重建方法 . 武汉大学学报 ● 信息科学版, 2006, 31(11): 949-952.
    [17] 谭兵, 郭建星, 邢帅, 张艳.  影像超分辨率重建中的动态数据更新算法 . 武汉大学学报 ● 信息科学版, 2005, 30(12): 1067-1070.
    [18] 朱国宾.  面向多分辨率层次结构的遥感影像分析方法 . 武汉大学学报 ● 信息科学版, 2003, 28(3): 315-320.
    [19] 罗志才, 宁津生, 杨沾吉, 陈永奇.  高分辨率厘米级局部大地水准面的典型应用 . 武汉大学学报 ● 信息科学版, 2003, 28(S1): 100-103.
    [20] 谈国新, 林宗坚, 卢健.  多值图像的自适应空间索引结构研究 . 武汉大学学报 ● 信息科学版, 1995, 20(4): 296-300.
  • 加载中
计量
  • 文章访问数:  853
  • HTML全文浏览量:  30
  • PDF下载量:  674
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-07-13
  • 修回日期:  2015-04-05
  • 刊出日期:  2015-04-05

基于双边结构张量的局部自适应图像超分辨率重建

doi: 10.13203/j.whugis20130324
    基金项目:  国家自然科学基金资助项目(41271376,61201342);国家重点基础研究发展计划课题资助项目(2011CB707103)
    作者简介:

    岳林蔚,博士生。主要从事图像复原以及超分辨率的理论与方法研究。

    通讯作者: 袁强强
  • 中图分类号: P391

摘要: 目的 利用超分辨率重建技术可以有效提高图像的空间分辨率,其中先验模型的选取尤为关键。在最大后验概率(MAP)的框架下引入双边结构张量测度,联合像素邻域4个方向的梯度算子提出一种局部自适应先验方法,构建图像超分辨率重建模型,并利用迭代重加权范数(iterativelyreweightednorm)对其进行转换求解。基于标准的测试图像进行了实验,并将本方法与拉普拉斯先验、Huber Markov先验以及BTV先验的重建结果进行对比,验证了该方法的有效性。

English Abstract

岳林蔚, 沈焕锋, 袁强强, 张良培, 兰霞. 基于双边结构张量的局部自适应图像超分辨率重建[J]. 武汉大学学报 ● 信息科学版, 2015, 40(4): 493-497. doi: 10.13203/j.whugis20130324
引用本文: 岳林蔚, 沈焕锋, 袁强强, 张良培, 兰霞. 基于双边结构张量的局部自适应图像超分辨率重建[J]. 武汉大学学报 ● 信息科学版, 2015, 40(4): 493-497. doi: 10.13203/j.whugis20130324
参考文献 (1)

目录

    /

    返回文章
    返回