摘要
提出一种新的多传感器红外图像超分辨率算法。算法将一种非局部集中稀疏表示模型与红外图像的高频估计图像相结合:首先根据相位一致算法提取可见光图像和红外图像的边缘;然后将提取的图像边缘按照相关和非相关边缘分类,分类后依据可见光图像与红外图像的二次仿射变换关系模型,得出相关边缘红外图像块的高频估计;最后将高频估计与非局部集中稀疏表示模型的字典训练过程结合起来,得到新的正则化模型,由此模型重建高分辨率红外图像。实验结果证明本文算法在主观视觉效果和客观评价指标方面均优于传统算法。
- 单位
提出一种新的多传感器红外图像超分辨率算法。算法将一种非局部集中稀疏表示模型与红外图像的高频估计图像相结合:首先根据相位一致算法提取可见光图像和红外图像的边缘;然后将提取的图像边缘按照相关和非相关边缘分类,分类后依据可见光图像与红外图像的二次仿射变换关系模型,得出相关边缘红外图像块的高频估计;最后将高频估计与非局部集中稀疏表示模型的字典训练过程结合起来,得到新的正则化模型,由此模型重建高分辨率红外图像。实验结果证明本文算法在主观视觉效果和客观评价指标方面均优于传统算法。