CN105913399A - 一种光场图像的超分辨方法及装置 - Google Patents
一种光场图像的超分辨方法及装置 Download PDFInfo
- Publication number
- CN105913399A CN105913399A CN201610230555.4A CN201610230555A CN105913399A CN 105913399 A CN105913399 A CN 105913399A CN 201610230555 A CN201610230555 A CN 201610230555A CN 105913399 A CN105913399 A CN 105913399A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- resolution
- phase spectrum
- light field
- obtains
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000001228 spectrum Methods 0.000 claims abstract description 181
- 230000009466 transformation Effects 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10052—Images from lightfield camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种光场图像的超分辨方法及装置,该方法包括:对高分辨率图像进行傅里叶变换得到幅度谱Dm和相位谱Dp;对高分辨率视点图进行傅里叶变换获得幅度谱Hi,m和相位谱Hi,p;在Dm和Hi,m中分别得到幅度谱D′m和H′i,m;在D′m中将与H′i,m对应的部分置零得到幅度谱D″m,将H′1,m与D″m线性叠加得到最终的幅度谱H″1,m;在Dp和H1,p中分别得到相位谱D′p和H′1,p;在D′p中将与H′1,p同频率的值置零得到相位谱D″p,将D′p中将与H′1,p同频率的值相减得到相位谱D″′p,将D″p与D″′p相加得到相位谱D″″p,将D″″p和H′1,p线性叠加得到最终的相位谱H″1,p;将H″1,m和H″1,p傅里叶反变换得到超分辨的光场图像。
Description
【技术领域】
本发明涉及一种光场图像的超分辨方法及装置。
【背景技术】
自从Ren.NG等人2005年提出光场相机的手持式模型之后,光场相机得到了巨大发展,逐渐走出实验室成为民用产品。然而在现在这个追求高分辨率的时代,手持式光场相机空间分辨率不高这个缺点不断被放大,甚至成为光场相机进一步发展的障碍。
光场超分辨技术可以解决手持式光场相机空间分辨率低这个缺点。通过对光场图像进行超分辨,我们可以获得较高分辨率的视点图像,这不仅改善我们的视觉感受,而且对图像的后期处理工作提供了极大的帮助。
目前的光场超分辨技术主要有三类。第一种方法是利用先验知识超分辨。关于光场的先验知识有:光场图像采集的主要是低频信息,levin提出的高斯混合模型(GMM)等,利用贝叶斯概率理论,对低分辨的光场图像进行超分辨。用先验知识超分辨的好处是,第一从数学上可给出严格的推导,第二先验知识找的准确,超分辨的效果也会显著改善;但是这种方法缺点也是明显的,太依赖于先验知识的准确性,而且先验知识的获取通常比较困难。第二种方法是利用字典学习的方法超分辨。字典学习的方法主要步骤是:首先用一组已知的训练集训练出一对字典,然后利用这个字典和已知的低分辨的光场图像重构出高分辨的光场图像。字典学习的好处是,不需要知道待超分辨的光场图像有何种自然规律,而是通过学习的方式去记录这些规律,省去了工作人员对自然规律的抽象总结;其缺点是,训练集对最后超分辨的结果影响甚大,所以训练集希望越大越好,最好包括所有的情况,这样的训练出的字典最为完整,超分辨的结果也会得到提升,但是随着训练集的增大,其计算量非常巨大,因此从计算量的角度去看,要求训练集尽可能的小。
【发明内容】
由于对于光场相机来说,角度分辨率和空间分辨率一直以来是一个不可调和的矛盾,提升角度分辨率必然要牺牲空间分辨率,提升空间分辨率就要降低角度分辨率。所以可以采用混合成像系统解决这个问题,一方面可用光场相机采集低分辨的多视角的光场图像,另一方面用单反相机等采集高分辨的场景图像,将这两者通过某种方式结合起来就可以获得多个视角下的高分辨的光场图像。
为了克服现有技术的不足,本发明提供了一种光场图像的超分辨方法,使获得超分辨图像更加简单。
一种光场图像的超分辨方法,包括如下步骤:
S1,对高分辨率图像D进行傅里叶变换得到幅度谱Dm和相位谱Dp;
S2,对原低分辨率光场图像Fi进行上采样得到与所述高分辨率图像D大小相同的高分辨率视点图Hi,对高分辨率视点图Hi进行傅里叶变换获得幅度谱Hi,m和相位谱Hi,p;
S3,在所述幅度谱Dm中去除第一设定频率阈值以上频率对应的幅度,得到幅度谱D′m,在所述幅度谱Hi,m中去除第二设定频率阈值以上频率对应的幅度,得到幅度谱H′i,m;
S4,在所述幅度谱D′m中将与所述幅度谱H′i,m对应的部分置零得到幅度谱D″m,将所述幅度谱H′1,m与所述幅度谱D″m线性叠加得到最终的幅度谱H″1,m;
S5,在所述相位谱Dp中去除第一设定频率阈值以上的频率对应的相位,得到相位谱D′p,在所述相位谱H1,p中去除第二设定频率阈值以上频率对应的相位,得到相位谱H′1,p;
S6,在所述相位谱D′p中将与所述相位谱H′1,p同频率的值置零,得到相位谱D″p,将所述相位谱D′p中将与所述相位谱H′1,p同频率的值相减,得到相位谱D″′p,将所述相位谱D″p与所述相位谱D″′p相加得到相位谱D″″p,将所述相位谱D″″p和所述相位谱H′1,p线性叠加得到最终的相位谱H″1,p;
S7,将所述最终的幅度谱H″1,m和最终的相位谱H″1,p傅里叶反变换得到第i个视点的超分辨的光场图像。
在一个实施例中,
在所述步骤S4中,通过如下算法对所述幅度谱H′1,m与所述幅度谱D″m线性叠加:
H″1,m=H′1,m+αD″m;
其中,α为大于0的系数。
在一个实施例中,
Mf和Nf分别表示原低分辨率光场图像Fi的横向分辨率和纵向分辨率,yfi,j表示原低分辨率光场图像Fi的某个像素j的亮度值,Md和Nd分别表示高分辨率图像D的横向分辨率和纵向分辨率,ydi,j表示高分辨率图像D中某个像素j的亮度值。
在一个实施例中,
在所述步骤S6中,通过如下算法对所述相位谱D″″p和所述相位谱H′1,p线性叠加:
H″1,p=D″″p+H′1,p。
在一个实施例中,
所述原低分辨率光场图像Fi为光场相机获得的图像。
本发明还提供了一种光场图像的超分辨装置,包括如下单元:
第一处理单元,用于对高分辨率图像D进行傅里叶变换得到幅度谱Dm和相位谱Dp;
第二处理单元,用于对原低分辨率光场图像Fi进行上采样得到与所述高分辨率图像D大小相同的高分辨率视点图Hi,对高分辨率视点图Hi进行傅里叶变换获得幅度谱Hi,m和相位谱Hi,p;
第三处理单元,用于在所述幅度谱Dm中去除第一设定频率阈值以上频率对应的幅度,得到幅度谱D′m,在所述幅度谱Hi,m中去除第二设定频率阈值以上频率对应的幅度,得到幅度谱H′i,m;
第四处理单元,用于在所述幅度谱D′m中将与所述幅度谱H′i,m对应的部分置零得到幅度谱D″m,将所述幅度谱H′1,m与所述幅度谱D″m线性叠加得到最终的幅度谱H″1,m;
第五处理单元,用于在所述相位谱Dp中去除第一设定频率阈值以上的频率对应的相位,得到相位谱D′p,在所述相位谱H1,p中去除第二设定频率阈值以上频率对应的相位,得到相位谱H′1,p;
第六处理单元,用于在所述相位谱D′p中将与所述相位谱H′1,p同频率的值置零,得到相位谱D″p,将所述相位谱D′p中将与所述相位谱H′1,p同频率的值相减,得到相位谱D″′p,将所述相位谱D″p与所述相位谱D″′p相加得到相位谱D″″p,将所述相位谱D″″p和所述相位谱H′1,p线性叠加得到最终的相位谱H″1,p;
第七处理单元,用于将所述最终的幅度谱H″1,m和最终的相位谱H″1,p傅里叶反变换得到第i个视点的超分辨的光场图像。
在一个实施例中,
在所述第四单元中,通过如下算法对所述幅度谱H′1,m与所述幅度谱D″m线性叠加:
H″1,m=H′1,m+αD″m;
其中,α为大于0的系数。
在一个实施例中,
Mf和Nf分别表示原低分辨率光场图像Fi的横向分辨率和纵向分辨率,yfi,j表示原低分辨率光场图像Fi的某个像素j的亮度值,Md和Nd分别表示高分辨率图像D的横向分辨率和纵向分辨率,ydi,j表示高分辨率图像D中某个像素j的亮度值。
在一个实施例中,
在所述第六单元中,通过如下算法对所述相位谱D″″p和所述相位谱H′1,p线性叠加:
H″1,p=D″″p+H′1,p。
在一个实施例中,
所述原低分辨率光场图像Fi为光场相机获得的图像。
本光场图像的超分辨方法获得超分辨图像更加简单。
【附图说明】
图1是本发明一种实施例的光场图像的超分辨方法中低分辨率光场图像Fi的幅度谱示意图;
图2本发明一种实施例的光场图像的超分辨方法中高分辨率图像D的幅度谱示意图;图3是本发明一种实施例的光场图像的超分辨方法中将D′m中与H′1,m频率对应的部分置零得到D″m的示意图。
【具体实施方式】
以下对发明的较佳实施例作进一步详细说明。
如图1至3所示,一种实施例的光场图像的超分辨方法,包括如下步骤:
S1,单反相机拍出的高分辨率图像用D表示,光场相机拍出的每一个视角下的原低分辨率图像用Fi表示,其中i表示第i个视角。由于独立分开处理每一个视角下的低分辨率光场图像Fi,所以在此先以i=1为例解释如何实现该视点的超分辨。
D的分辨率是3560x3470,F1的分辨率是380x380,这里对高分辨率图像D进行剪切,使它的分辨率为3420x3420,恰好为F1的9倍。
S2,对F1使用双线性插值的方法上采样9倍,获得纹理非常粗糙的高分辨视点图H1,对H1进行傅里叶变换之后获得幅度谱H1,m和相位谱H1,p。因为光场相机的主镜头对光线的一次采样和微透镜对光线的二次采样都具有低通效果,所以光场图像只对场景的低频信息做了较为准确的记录,丢失了场景的高频信息。基于此,可以从幅度谱H1,m的中心选取一个圆形区域H′1,m,这相当于低通滤波效果,圆形的半径大小取决于光场相机的截止频率,即是说,在幅度谱H1,m中将截止频率以上的频率对应的幅度去除。
S3,对高分辨率图像D进行傅里叶变换之后获得其幅度谱Dm和相位谱Dp,由于单反相机的主镜头仅仅对场景图像进行了一次采样,所以相比光场相机而言,它的截止频率更大,也就是保留的高频信息更多。因此,可以从幅度谱Dm的中心选取一个较大的圆形区域D′m,圆形区域之外的高频部分可以认为是噪声,将其舍去。D′m的半径大于H′1,m的半径,其大小取决于单反相机的截止频率,也即是说,在幅度谱Dm中将频率大于单反相机截止频率对应的幅度去除。
S4,如图3所示,将D′m中与H′1,m频率对应的部分置零得到D″m,将H′1,m与D″m线性叠加:H′1,m+αD″m,得到最终的幅度谱H″1,m,其中α取值两个相机的参数比值,其估计值可以用光场相机一个视点下的光场图像的亮度平均值与高分辨率图像的亮度平均值之比表示,即此处Mf=380,Nf=380,Md=3420,Nd=3420,yfi,j表示第一个视点下光场图像的某个像素的亮度值,ydi,j表示高分辨率图像中某个像素的亮度值。
S5,对H1,p和Dp进行处理。与对幅度谱处理类似,分别从H1,p和Dp选取相应的圆形区域H′1,p和D′p。在所述相位谱Dp中去除第一设定频率阈值以上的频率对应的相位,得到相位谱D′p,在所述相位谱H1,p中去除第二设定频率阈值以上频率对应的相位,得到相位谱H′1,p。由于高分辨率图像和每一个视点下的光场图像分别记录的场景位置有所偏移,所以需要在相位谱进行校正。由ωxΔx+ωyΔy可知各个方向的相位差随着频率线性增加;把D′p中与H′1,p同频率的值置零得到相位谱D″p,将H′1,p和D′p同频率值相减得到相位谱D″′p,将所述相位谱D″p与所述相位谱D″′p相加得到相位谱D″″p,将D″″p与H′1,p线性叠加D″p+H′1,p得到最终的相位谱H″1,p。
S6,将最终幅度谱H″1,m和最终相位谱H″1,p傅里叶反变换得到第一个视角下超分辨的光场图像。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明由所提交的权利要求书确定的专利保护范围。
Claims (10)
1.一种光场图像的超分辨方法,其特征是,包括如下步骤:
S1,对高分辨率图像D进行傅里叶变换得到幅度谱Dm和相位谱Dp;
S2,对原低分辨率光场图像Fi进行上采样得到与所述高分辨率图像D大小相同的高分辨率视点图Hi,对高分辨率视点图Hi进行傅里叶变换获得幅度谱Hi,m和相位谱Hi,p;
S3,在所述幅度谱Dm中去除第一设定频率阈值以上频率对应的幅度,得到幅度谱D′m,在所述幅度谱Hi,m中去除第二设定频率阈值以上频率对应的幅度,得到幅度谱H′i,m;
S4,在所述幅度谱D′m中将与所述幅度谱H′i,m对应的部分置零得到幅度谱D″m,将所述幅度谱H′1,m与所述幅度谱D″m线性叠加得到最终的幅度谱H″1,m;
S5,在所述相位谱Dp中去除第一设定频率阈值以上的频率对应的相位,得到相位谱D′p,在所述相位谱H1,p中去除第二设定频率阈值以上频率对应的相位,得到相位谱H′1,p;
S6,在所述相位谱D′p中将与所述相位谱H′1,p同频率的值置零,得到相位谱D″p,将所述相位谱D′p中将与所述相位谱H′1,p同频率的值相减,得到相位谱D″′p,将所述相位谱D″p与所述相位谱D″′p相加得到相位谱D″″p,将所述相位谱D″″p和所述相位谱H′1,p线性叠加得到最终的相位谱H″1,p;
S7,将所述最终的幅度谱H″1,m和最终的相位谱H″1,p傅里叶反变换得到第i个视点的超分辨的光场图像。
2.如权利要求1所述的光场图像的超分辨方法,其特征是,在所述步骤S4中,通过如下算法对所述幅度谱H′1,m与所述幅度谱D″m线性叠加:
H″1,m=H′1,m+αD″m;
其中,α为大于0的系数。
3.如权利要求2所述的光场图像的超分辨方法,其特征是,
Mf和Nf分别表示原低分辨率光场图像Fi的横向分辨率和纵向分辨率,yfi,j表示原低分辨率光场图像Fi的某个像素j的亮度值,Md和Nd分别表示高分辨率图像D的横向分辨率和纵向分辨率,ydi,j表示高分辨率图像D中某个像素j的亮度值。
4.如权利要求1所述的光场图像的超分辨方法,其特征是,在所述步骤S6中,通过如下算法对所述相位谱D″″p和所述相位谱H′1,p线性叠加:
H″1,p=D″″p+H′1,p。
5.如权利要求1所述的光场图像的超分辨方法,其特征是,所述原低分辨率光场图像Fi为光场相机获得的图像。
6.一种光场图像的超分辨装置,其特征是,包括如下单元:
第一处理单元,用于对高分辨率图像D进行傅里叶变换得到幅度谱Dm和相位谱Dp;
第二处理单元,用于对原低分辨率光场图像Fi进行上采样得到与所述高分辨率图像D大小相同的高分辨率视点图Hi,对高分辨率视点图Hi进行傅里叶变换获得幅度谱Hi,m和相位谱Hi,p;
第三处理单元,用于在所述幅度谱Dm中去除第一设定频率阈值以上频率对应的幅度,得到幅度谱D′m,在所述幅度谱Hi,m中去除第二设定频率阈值以上频率对应的幅度,得到幅度谱H′i,m;
第四处理单元,用于在所述幅度谱D′m中将与所述幅度谱H′i,m对应的部分置零得到幅度谱D″m,将所述幅度谱H′1,m与所述幅度谱D″m线性叠加得到最终的幅度谱H″1,m;
第五处理单元,用于在所述相位谱Dp中去除第一设定频率阈值以上的频率对应的相位,得到相位谱D′p,在所述相位谱H1,p中去除第二设定频率阈值以上频率对应的相位,得到相位谱H′1,p;
第六处理单元,用于在所述相位谱D′p中将与所述相位谱H′1,p同频率的值置零,得到相位谱D″p,将所述相位谱D′p中将与所述相位谱H′1,p同频率的值相减,得到相位谱D″′p,将所述相位谱D″p与所述相位谱D″′p相加得到相位谱D″″p,将所述相位谱D″″p和所述相位谱H′1,p线性叠加得到最终的相位谱H″1,p;
第七处理单元,用于将所述最终的幅度谱H″1,m和最终的相位谱H″1,p傅里叶反变换得到第i个视点的超分辨的光场图像。
7.如权利要求6所述的光场图像的超分辨装置,其特征是,在所述第四单元中,通过如下算法对所述幅度谱H′1,m与所述幅度谱D″m线性叠加:
H″1,m=H′1,m+αD″m;
其中,α为大于0的系数。
8.如权利要求7所述的光场图像的超分辨装置,其特征是,
Mf和Nf分别表示原低分辨率光场图像Fi的横向分辨率和纵向分辨率,yfi,j表示原低分辨率光场图像Fi的某个像素j的亮度值,Md和Nd分别表示高分辨率图像D的横向分辨率和纵向分辨率,ydi,j表示高分辨率图像D中某个像素j的亮度值。
9.如权利要求6所述的光场图像的超分辨装置,其特征是,在所述第六单元中,通过如下算法对所述相位谱D″″p和所述相位谱H′1,p线性叠加:
H″1,p=D″″p+H′1,p。
10.如权利要求6所述的光场图像的超分辨装置,其特征是,所述原低分辨率光场图像Fi为光场相机获得的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610230555.4A CN105913399B (zh) | 2016-04-13 | 2016-04-13 | 一种光场图像的超分辨方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610230555.4A CN105913399B (zh) | 2016-04-13 | 2016-04-13 | 一种光场图像的超分辨方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105913399A true CN105913399A (zh) | 2016-08-31 |
CN105913399B CN105913399B (zh) | 2018-10-16 |
Family
ID=56746846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610230555.4A Active CN105913399B (zh) | 2016-04-13 | 2016-04-13 | 一种光场图像的超分辨方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105913399B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103325091A (zh) * | 2013-03-07 | 2013-09-25 | 上海交通大学 | 低频频谱数据补零法图像获取方法及系统 |
CN104361570A (zh) * | 2014-11-19 | 2015-02-18 | 深圳市富视康实业发展有限公司 | 一种基于分数阶傅里叶变换的图像融合方法 |
-
2016
- 2016-04-13 CN CN201610230555.4A patent/CN105913399B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103325091A (zh) * | 2013-03-07 | 2013-09-25 | 上海交通大学 | 低频频谱数据补零法图像获取方法及系统 |
CN104361570A (zh) * | 2014-11-19 | 2015-02-18 | 深圳市富视康实业发展有限公司 | 一种基于分数阶傅里叶变换的图像融合方法 |
Non-Patent Citations (2)
Title |
---|
LIXIN SHI ET AL.: "Light Field Reconstruction Using Sparsity in the Continuous Fourier Domain", 《ACM TRANSACTIONS ON GRAPHICS》 * |
VIVEK BOOMINATHAN ET AL.: "Improving resolution and depth-of-field of light field cameras using a hybrid imaging system", 《2014 IEEE INTERNATIONAL CONFERENCE ON COMPUTATIONAL PHOTOGRAPHY (ICCP)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN105913399B (zh) | 2018-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021120406A1 (zh) | 一种基于显著图增强的红外和可见光融合方法 | |
CN107392852B (zh) | 深度图像的超分辨率重建方法、装置、设备及存储介质 | |
CN111080724A (zh) | 一种红外和可见光的融合方法 | |
CN106408524B (zh) | 基于二维图像辅助的深度图像增强方法 | |
Zhang et al. | A deep encoder-decoder networks for joint deblurring and super-resolution | |
CN103279935B (zh) | 基于map算法的热红外遥感图像超分辨率重建方法及系统 | |
CN101276465A (zh) | 广角图像自动拼接方法 | |
CN104008539A (zh) | 基于多尺度几何分析的图像超分辨率重建方法 | |
CN109035146B (zh) | 一种基于深度学习的低质量图像超分方法 | |
CN109272447A (zh) | 一种深度图超分辨率方法 | |
CN106339998A (zh) | 基于对比度金字塔变换的多聚焦图像融合方法 | |
CN105335929A (zh) | 一种深度图超分辨方法 | |
CN105678728A (zh) | 分区域管理的高效超分辨率成像装置及方法 | |
CN101968881A (zh) | 一种运动模糊和散焦复合模糊的图像复原方法 | |
CN105139339A (zh) | 基于多级滤波和样本匹配的偏振图像超分辨率重建方法 | |
CN104766272B (zh) | 一种基于亚像素偏移模型的图像超分辨率重建方法 | |
CN111429392A (zh) | 基于多尺度变换和卷积稀疏表示的多聚焦图像融合方法 | |
CN114693755B (zh) | 多模图像最大矩与空间一致性的非刚性配准方法及系统 | |
CN103500436A (zh) | 图像超分辨率处理方法和系统 | |
CN106408531A (zh) | 基于gpu加速的层次化自适应三维重建方法 | |
CN104574338A (zh) | 基于多角度线阵ccd传感器的遥感图像超分辨率重建方法 | |
CN106296706B (zh) | 一种联合全局建模和非局部滤波的深度计算重建方法 | |
CN111754399A (zh) | 基于梯度的保持几何结构的图像超分辨率方法 | |
KR20150065302A (ko) | 영상정합 기법에 의한 위성영상 3차원 위치결정에 관한 방법 | |
CN107392986A (zh) | 一种基于高斯金字塔和各向异性滤波的图像景深渲染方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |