变分贝叶斯框架中的多帧图像盲超分辨

多帧图像超分辨理论是通过融合多帧低分辨率图像的信息来重构高空间分辨率图像。准确估计低分辨率图像的模糊核是进行有效信息融合的先决条件。传统超分辨方法通常假设模糊核已知且采用固定的高斯滤波模糊核，并且模型参数需要费时的手动调整。本文在变分贝叶斯框架下获得相应的超分辨算法，该算法对高分辨率图像、模糊核和模型参数同时进行最优估计。对比实验表明，模糊核自适应估计的盲超分辨方法总体性能优于现有的变分贝叶斯框架下的图像超分辨方法，特别是在高信噪比场景，推荐方法优势更加明显。...

Full description

Saved in:
Bibliographic Details
Published in:Guang Dian Gong Cheng = Opto-Electronic Engineering 2019-06, Vol.46 (6), p.180149-10
Main Authors: 闵雷, 杨平, 许冰, 刘永 / Min Lei, Yang, Ping, Xu, Bing, Liu, Yong
Format: Article
Language:chi ; eng
Subjects:
Bayesian analysis
Computer simulation
Data integration
High resolution
Image reconstruction
Image resolution
Kernels
Multisensor fusion
Parameter estimation
Signal processing
Signal to noise ratio
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:多帧图像超分辨理论是通过融合多帧低分辨率图像的信息来重构高空间分辨率图像。准确估计低分辨率图像的模糊核是进行有效信息融合的先决条件。传统超分辨方法通常假设模糊核已知且采用固定的高斯滤波模糊核，并且模型参数需要费时的手动调整。本文在变分贝叶斯框架下获得相应的超分辨算法，该算法对高分辨率图像、模糊核和模型参数同时进行最优估计。对比实验表明，模糊核自适应估计的盲超分辨方法总体性能优于现有的变分贝叶斯框架下的图像超分辨方法，特别是在高信噪比场景，推荐方法优势更加明显。
ISSN:1003-501X
DOI:10.12086/oee.2019.180149