多分辨率图像序列的超分辨率重建

李展张庆丰孟小华梁鹏刘玉葆

暨南大学; 广东技术师范学院; 中山大学;

摘要：

针对不同焦距下拍摄的多分辨率尺度的图像序列,本文提出了一种基于尺度不变特征转换(Scale invariant feature transform,SIFT)和图像配准的超分辨率(Super resolution,SR)图像盲重建算法.首先提取图像SIFT特征点,然后用向量夹角余弦进行特征描述符向量的初匹配,并用随机抽样一致性(Random sample consensus,RANSAC)算法消除误匹配提高配准精度.计算变换参数后,将低分辨率图像(Low-resolution,LR)像素点映射到高分辨率(How-resolution,HR)网格,最后利用像素可信度加权算法填充缺失像素值,重建更高分辨率…展开v

关键词：超分辨率重建、尺度不变特征转换、多分辨率尺度、随机抽样一致性算法、仿射变换

所属期刊栏目：38

资助基金：国家自然科学基金61070090;中央高校基本科研业务费专项资金21612413,21612414;广东省自然科学基金10151063201000002;广东省科技计划重大专项项目2010A080402005;广东省科技计划项目2010B080701062

在线出版日期：2013-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1804-1814