基于迭代反投影的超分辨率图像重建

doi:10.3778/j.issn.1673-9418.2009.03.010

计算机科学与探索 ›› 2009, Vol. 3 ›› Issue (3): 321-329.DOI: 10.3778/j.issn.1673-9418.2009.03.010

基于迭代反投影的超分辨率图像重建

郭伟伟¹,章品正²⁺

1. 东南大学生物科学与医学工程学院，南京 210096
2. 东南大学计算机科学与工程学院影像科学与技术实验室，南京 210096

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2009-05-15 发布日期:2009-05-15
通讯作者: 章品正

Super-Resolution Image Reconstruction with Iterative Back Projection Algorithm

GUO Weiwei¹, ZHANG Pinzheng²⁺

1. School of Biological Science and Medical Engineering， Southeast University， Nanjing 210096， China
2. Lab of Image Science and Technology， School of Computer Science and Engineering， Southeast University， Nanjing 210096， China

Received:1900-01-01 Revised:1900-01-01 Online:2009-05-15 Published:2009-05-15
Contact: ZHANG Pinzheng

摘要/Abstract

摘要： 提出了一种结合频域运动估计和迭代反投影的超分辨率图像重建算法。根据输入低分辨率序列图像各帧之间的傅立叶变换相位差，估计出每幅低分辨率图像相对于参考低分辨率图像的子象素位移；依据所得的子象素位移并结合迭代反投影算法，实现了超分辨率图像重建。实验结果表明，该算法是一种有效的超分辨率图像重建方法。

关键词: 超分辨率, 图像重建, 迭代反投影算法, 频域运动估计

Abstract: An image super-resolution reconstruction method， which combines the frequency domain motion estimation and iterative back projection （IBP） algorithm， has been proposed. Based on the frequency domain phase difference among the low resolution images， the motion parameters between the reference LR image and other LR images are estimated. Combining the IBP algorithm and the estimated motion parameters， the super-resolution image is iteratively reconstructed. Experimental results demonstrate that the proposed method is effective.

Key words: super resolution, image reconstruction, iterative back projection algorithm, frequency domain motion estimation

郭伟伟1 ,章品正2+ . 基于迭代反投影的超分辨率图像重建[J]. 计算机科学与探索, 2009, 3(3): 321-329.

GUO Weiwei¹, ZHANG Pinzheng²⁺. Super-Resolution Image Reconstruction with Iterative Back Projection Algorithm[J]. Journal of Frontiers of Computer Science and Technology, 2009, 3(3): 321-329.

[1]	彭晏飞，高艺，杜婷婷，桑雨，訾玲玲. 生成对抗网络的单图像超分辨率重建方法[J]. 计算机科学与探索, 2020, 14(9): 1612-1620.
[2]	唐家军，刘辉，胡雪影. 功能型复合深度网络的图像超分辨率重建[J]. 计算机科学与探索, 2020, 14(8): 1368-1379.
[3]	汪鑫耘，李丹. 生成式对抗网络在超分辨率图像重建中的应用[J]. 计算机科学与探索, 2020, 14(4): 680-687.
[4]	刘颖，朱丽，林庆帆，李莹华，王富平，卢津. 图像超分辨率技术的回顾与展望[J]. 计算机科学与探索, 2020, 14(2): 181-199.
[5]	王钟斐，王彪. 快速方向字典插值的中低倍率超分辨率算法[J]. 计算机科学与探索, 2020, 14(2): 336-343.
[6]	杜年茂，宋威. 深度迭代卷积神经网络的快速脑部MRI重建算法[J]. 计算机科学与探索, 2020, 14(12): 2150-2160.
[7]	赵小强，宋昭漾. Adam优化的CNN超分辨率重建[J]. 计算机科学与探索, 2019, 13(5): 858-865.
[8]	王建新，吴宏林，张建明，殷苌茗. 残差字典学习的快速图像超分辨率算法[J]. 计算机科学与探索, 2018, 12(8): 1305-1314.
[9]	黄伟，许蒙恩，徐国明，黄勤超. 贝叶斯稀疏表示高光谱图像超分辨率方法[J]. 计算机科学与探索, 2018, 12(12): 1987-1995.
[10]	何骞，黄立宏. 结合各向异性中值扩散的PET图像重建算法[J]. 计算机科学与探索, 2016, 10(8): 1166-1175.
[11]	石敏，白洋，易清明. 基于自适应多字典对的超分辨率复原算法[J]. 计算机科学与探索, 2015, 9(5): 604-610.

基于迭代反投影的超分辨率图像重建

Super-Resolution Image Reconstruction with Iterative Back Projection Algorithm

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics