基于低层次计算机视觉的超分辨率图像重建

摘要：

在基于低层次计算机视觉的超分辨率图像重建过程中,角点检测和插值是两个关键的技术.首先在SUSAN角点检测算法的基础上提出了改进算法,改进后的算法根据图块对比度的不同,在确定位于不同图块中的像素的USAN面积时采用了可变灰度阈值,可变灰度阈值的采用,使得检测出的角点分布更加均匀,而角点分布均匀则使得图像配准更加精确,有利于后期的重建工作.其次,提出了一种适合于超分辨率图像重建的插值算法:基于圆区域的自适应插值算法.该算法可以根据待插值点周围的灰度特征自适应决定插值策略,将线性插值、最邻近插值和中值插值法有机地结合在一起.大量的仿真实验证明了提出算法具有运算量小、图像重建后的效果出重,易于实现.

关键词：角点检测、超分辨率、图像重建、SUSAN角点检测算法、自适应插值

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：黑龙江省教育厅科学基金10551115;黑龙江省高等教育科学研究基金115c-523

在线出版日期：2009-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：164-167