东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

基于非线性最小二乘的图像自适应SR重建以及运动估计

期刊名称：中国图象图形学报
时间：0
页码：1714-1719
分类：TN911[电子电信—通信与信息系统;电子电信—信息与通信工程] TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
作者机构：[1]南京航空航天大学自动化学院,南京210016, [2]东南大学自动化学院,南京210096
相关基金：国家自然科学基金项目（60905009）;高等学校博士学科点专项科研基金课题（20093218120015）;中国科学院遥感应用研究所、北京师范大学遥感科学国家重点实验室开放基金项目（2009KFJJ012）;南京航空航天大学基本科研业务费专项科研项目（N$2010081）.
相关项目：视频序列的自适应超分辨率盲重建技术研究

关键词：超分辨率重建, 最大后验概率, 图像增强, 非线性最tJ~--乘法, super resolution, maximum a posteriori（MAP） , image enhancement, nonlinear least squares methods

中文摘要：

图像超分辨率（SR）重建是利用数字信号处理技术由一系列低分辨率观测图像得到高分辨率图像。为了扩展SR技术的应用范围，提出了一种同时进行图像超分辨率重建和全局运动估计的方法。该方法首先基于最大后验概率（MAP）给出了图像SR重建和运动估计框架，该框架不仅考虑了前后两次迭代所得的HR图像差值对最终重建图像的影响，而且引入了不同LR图像对重建图像的重要性权值，使得算法具有自适应性；然后将总体框架转换为图像SR重建模型和运动估计模型；最后基于非线性最小二乘法对模型进行优化求解，得出了SR重建图像及其全局运动域。实验表明，该方法不仅图像重建效果良好，并有着良好的收敛性。

英文摘要：

Image super-resolution（SR） reconstruction refers to a signal processing approach which produces high-resolution images from observed multiple low-resolution images A new method for simultaneous image super-resolution and motion estimation is proposed to expand the application range of SR technology. The framework of SR resolution and motion estimation is given based on maximum a posteriori （ MAP）. The framework takes into account both the influence of HR image dispersion between two iterations, and the weight of different LR images, which makes the algorithm self-adapting. The framework then can turn to SR resolution and motion estimation model. Nonlinear least squares method is employed to solve the model to get the global motion area of SR resolution. Our experimental results show the effectiveness of the proposed algorithm.

同期刊论文项目