基于Keren配准和插值的快速超分辨率重建

doi:10.3969/j.issn.1000-565X.2011.05.015

华南理工大学学报（自然科学版） ›› 2011, Vol. 39 ›› Issue (5): 84-90.doi: 10.3969/j.issn.1000-565X.2011.05.015

基于Keren配准和插值的快速超分辨率重建

李展¹韩国强¹陈湘骥²廖秀秀¹

1．华南理工大学计算机科学与工程学院，广东广州 510006; 2．华南农业大学信息学院，广东广州 510642

收稿日期:2010-09-17 修回日期:2011-01-04 出版日期:2011-05-25 发布日期:2011-04-01
通信作者: 李展(1979-) ，女，博士生，讲师，主要从事超分辨率图像重建、图像恢复、天文图像处理研究． E-mail:lizhan@jnu.edu.cn
作者简介:李展(1979-) ，女，博士生，讲师，主要从事超分辨率图像重建、图像恢复、天文图像处理研究．
基金资助:
国家自然科学基金资助项目( 10778617，10973007，61070090) ; 广东省科技计划重大专项( 2010A080402005) ;广东省科技计划项目( 2008B080701052，2010B080701062) ; 广东省自然科学基金资助项目( 10151063201000002)

Fast Super-Resolution Image Reconstruction Based on Keren Registration and Interpolation

Li Zhan¹Han Guo-qiang¹Chen Xiang-ji²Liao Xiu-xiu¹

1. School of Computer Science and Engineering,South China University of Technology,Guangzhou 510006,Guangdong,China; 2. College of Informatics,South China Agricultural University,Guangzhou 510642,Guangdong,China

Received:2010-09-17 Revised:2011-01-04 Online:2011-05-25 Published:2011-04-01
Contact: 李展(1979-) ，女，博士生，讲师，主要从事超分辨率图像重建、图像恢复、天文图像处理研究． E-mail:lizhan@jnu.edu.cn
About author:李展(1979-) ，女，博士生，讲师，主要从事超分辨率图像重建、图像恢复、天文图像处理研究．
Supported by:
国家自然科学基金资助项目( 10778617，10973007，61070090) ; 广东省科技计划重大专项( 2010A080402005) ;广东省科技计划项目( 2008B080701052，2010B080701062) ; 广东省自然科学基金资助项目( 10151063201000002)

摘要/Abstract

摘要： 为提高图像超分辨率重建技术实时应用的可能性，增强其对配准误差的容忍度，提出了一种基于Keren 配准和插值的快速鲁棒超分辨率图像重建算法．该算法将配准后的低分辨率图像根据变换参数映射到高分辨率网格上，再利用模板卷积迭代地填充缺失像素值，从而重建一幅高分辨率图像．将文中算法与非均匀插值法、凸集映射法、鲁棒的迭代后向映射法和结构适应的归一化卷积法4 种超分辨率图像重建算法进行了比较．实验结果表明，文中算法对一定精度范围内的配准误差不敏感，在速度和重建效果上具有一定的优势，是一种有效、鲁棒和快速的多帧超分辨率图像重建算法．

关键词: 图像重建, 超分辨率, Keren 配准, 插值, 卷积

Abstract:

In order to make it possible to apply the super-resolution reconstruction ( SRR) technology of images in real time and to improve the tolerance of registration errors,a fast and robust SRR algorithm based on Keren registration and interpolation is proposed. In this algorithm,registered low-resolution ( LR) images are mapped onto a high-resolution ( HR) grid according to their transform parameters,and the space pixels are filled iteratively via the template convolution to reconstruct a HR image. The proposed algorithm is finally compared with four existing SRR algorithms including the nonuniform interpolation,the projection onto convex sets,the robust iterative back projection and the structure-adaptive normalized convolution. The results show that the proposed algorithm is an effective,robust and fast SRR method for multi-frame images because it is insensitive to registration errors in a certain accuracy range with high reconstruction speed and quality.

Key words: image reconstruction, super resolution, Keren registration, interpolation, convolution

李展韩国强陈湘骥廖秀秀. 基于Keren配准和插值的快速超分辨率重建[J]. 华南理工大学学报（自然科学版）, 2011, 39(5): 84-90.

Li Zhan Han Guo-qiang Chen Xiang-ji Liao Xiu-xiu. Fast Super-Resolution Image Reconstruction Based on Keren Registration and Interpolation[J]. Journal of South China University of Technology (Natural Science Edition), 2011, 39(5): 84-90.

[1]	马晓亮, 安玲玲, 邓从健, 等. 基于行业词表的自动语音转写后优化技术[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 118-125.
[2]	陈新度, 扶治森, 吴智恒, 等. 基于多头卷积和差分自注意力的小样本故障诊断方法[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 21-33.
[3]	朱铮宇, 罗超, 贺前华, 等. 基于唇重构与三维耦合CNN的多视角音唇一致性判别[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 70-77.
[4]	叶峰, 陈彪, 赖乙宗. 基于特征空间嵌入的对比知识蒸馏算法[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 13-23.
[5]	杨洋, 胡嫣然, 袁振洲, 等. 高速公路交通事故时空影响动态效应的传播分析[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 123-133.
[6]	刘晓磊, 段征宇, 余庆, 等. 基于图卷积循环神经网络的城市轨道客流预测[J]. 华南理工大学学报(自然科学版), 2022, 50(3): 21-27.
[7]	冯佰威王首茗冯梅. 改进的径向基插值方法在船型优化中的应用[J]. 华南理工大学学报(自然科学版), 2022, 50(3): 57-64.
[8]	邱志斌, 卢祖文, 王海祥, 等. 基于Mel频谱图和CNN的电网涉鸟故障鸟声识别[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 129-136.
[9]	易清明, 吕人毅, 石敏, 等. 融合多尺度空洞卷积与反卷积的轻量化目标检测[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 41-48.
[10]	杜启亮, 向照夷, 田联房, 等. 用于动作识别的双流自适应注意力图卷积网络[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 20-29.
[11]	杨晋生, 陈洪鹏, 关欣, 等. 一种多尺度轻量级脑胶质瘤图像分割网络[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 132-141.
[12]	余陆斌, 田联房, 杜启亮. 基于多分支注意力孪生网络的目标跟踪算法[J]. 华南理工大学学报(自然科学版), 2022, 50(12): 30-40.
[13]	张香竹, 张立家, 宋逸凡, 等. 基于深度学习的无人机单目视觉避障算法[J]. 华南理工大学学报（自然科学版）, 2022, 50(1): 101-108, 131.
[14]	黄敏齐海涛蒋春林. 基于注意力机制的耦合协同过滤模型[J]. 华南理工大学学报(自然科学版), 2021, 49(7): 59-65.
[15]	季天瑶王挺韶. 基于词嵌入与卷积神经网络的建筑能耗预测[J]. 华南理工大学学报(自然科学版), 2021, 49(6): 40-48.

基于Keren配准和插值的快速超分辨率重建

Fast Super-Resolution Image Reconstruction Based on Keren Registration and Interpolation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价