基于改进SURF算法的POCS图像复原技术
改进的SURF算法在图像匹配中的应用
consistency；matching precision
近邻特征点，结合双向唯一性匹配的方法完成图像匹配，然后在视差约束下，利用视差梯度约束对初始特征匹配对进行预处
理，筛选掉一些偏差较大的匹配对，最后采用随机抽样一致（Random Sample Consensus，RANSAC）算法对特征点二次优化和
去噪处理。将其他改进算法和提出的改进算法分别进行图像匹配处理比较，分析算法的性能，得到提出的改进算法匹配成
0引言
近年来，随着科技的进步，双目立体视觉[1]技术被广 泛 应 用 ，例 如 图 像 检 索[2]、三 维 重 建[3]、目 标 识 别[4]、图 像 配准 等 [5] 。其中，特征点检测与匹配作为双目立体视觉 技术中的关键一步，显得尤为重要。常见的适用于特征 匹配的算法中，较为成熟的有 SIFT 算法和 SURF 算法。 SIFT 算法 具 [6] 有尺度不变性和旋转不变性，图像在尺度 变化和旋转变化的情况下匹配效果受影响很小，由于采 用 差 分 高 斯 金 字 塔[7⁃8]进 行 特 征 点[7，9]提 取 ，所 以 算 法 运 行时间相应增加，降低了运行速度。1999 年 David Lowe
功率达 96.3%。实验结果证明提出的改进算法简单快速，匹配精度高。
关键词：图像匹配；特征点提取；双向匹配；视差梯度；随机抽样一致；匹配精度
中图分类号：TN911.73⁃34；TP391.9
文献标识码：A
基于改进的SURF的图像匹配查重算法
基于改进的SURF的图像匹配查重算法作者：丁一来源：《科技创新与应用》2020年第32期摘 ;要：随着新型冠状病毒的蔓延，各大高校都普遍尝试和采用了线上教学的方式进行授课和评价。
目前各高校普遍实行的过程化考核作为课程分数的评价标准之一。
传统的查重工具着重于文字的重复率，忽视了图片这一关键的信息载体，因此急需以图像识别匹配技术作为基础的图像查重算法。
文章将SURF算法应用于学生作业及实验报告等文本评价载体中的图片相似度匹配上，结合平时的实践经验，用RANSAC算法去掉错误的匹配结果，匹配算法对于SURF特征点进行优化，从而实现了对SIFT算法匹配速度以及精确度的改善，最终实现了完善的实验报告图像匹配算法，并且对实验中出现的问题进行讨论和总结，对系统实施的改进和未来的拓展性也进行了充分的论述。
关键词：SURF算法;图像查重;图片匹配度中图分类号：TP391.4 文献标志码：A 文章编号：2095-2945（2020）32-0025-04Abstract： With the popularity of novel coronavirus， colleges and universities have generally tried and adopted online teaching and evaluation. At present， the process assessment， which is widely implemented in colleges and universities， is one of the evaluation criteria of curriculum scores. The traditional duplicate checking tools focus on the repetition rate of the text， ignoring the picture as a key information carrier， so there is an urgent need for an image repetition checking algorithm based on image recognition and matching technology. In this paper， the SURF algorithm is applied to the image similarity matching in the text evaluation carriers such as students' homework and experimental reports， combined with the usual practical experience， the wrong matching results are removed by the RANSAC algorithm， and the matching algorithm is optimized for the SURF feature points， thus the matching speed and accuracy of the SIFT algorithm are improved，and finally a perfect experimental report image matching algorithm is realized. And the problems in the experiment are discussed and summarized， and the improvement of the implementation of the system and the expansion in the future are also fully discussed.Keywords： SURF algorithm; image duplicate checking; picture matching degree前言隨着线上教学的发展和各大远程教学平台的建立，在线教育的模式和形式已经非常完善，目前可以达到根据人们的需要选择直播、录播、不同时间、不同地点、不同设备进行教学的可能。
基于SURF的图像配准改进算法
长春理工大学ｈｕｎＵｎｉｖｅｒｓｉｔｙ ｏｆＳｃｉｅｎｃｅ ａｎｄＴｅｃｈｎｏｌｏｇｙ （Ｎａｔｕｒａｌ ＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）
Ｖｏ１．３９ Ｎｏ．１ Ｆｅｂ．２０１６
基 于 ＳＵＲＦ的 图像 配准改进算 法
灰 度 和基 于特 征 的两类 ，其 中 ，基于 特征 检测 的方 法
基 于 ＳＵＲＦ的 图像 配准 技术 能够 较 为准确 地 匹
研究较 多 ，近年来 取得了飞速的发展 ，具有计算 简 配上两 幅 图像 的相 似部 分 ，但 是 ，由于描述 特征 点 时
单 、精度高等特点。Ｄ．Ｇ．Ｉ ｏｗｅ等人在 １９９９年 提出 使用的是 特征点周围像素 的信息 ，所以当两幅图像
张 凤 晶 ，王 志强 ，吴迪 ，于光
（空军航空大学 航天航天情报系 ，长春 １３００２２）
摘 要 ：为 了更好 地在保 证 图像 配准 的速 度前提 下 ，提 高配准 的精 度 ，本文提 出一种新 的基 于ＳＵＲＦ的 图像 配准改进 算
法 改进算 法将 单向 匹配与方 向一致性 约束两者结合起 来，先 对待 配准 图像进行单 向匹配 ，再计算 出各个 匹配 点对之 间的
目前 ，图像配准技术 已经被广泛应用于计算机视觉 、 简 化计 算 ，大大 降低 了检 测特 征点 的计 算量 ，并 且它
遥 感 数 据 分 析 、全 景 图像 拼 接 、医学 诊 断 与辅 助 治 对 图像 的平 移 、旋 转 、缩 放 等 变 化 具 有 良好 的不 变
疗 、虚拟 现 实 等领 域 。 图像 配准 方 法 主要 分 为 基 于 性 ，进一 步提 高 了 ＳＩＦＴ算 法 的性能 。
图像配准是指对初始位置不 同的两幅图像 ，将 分 析 、总 结 多 种 特 征 检 测 方 法 的 基 础 上 ，提 出 了
基于改进SURF的快速图像配准算法
算法 ， 利用扩散距离代替欧 氏距离进行匹配 ， 利用随机抽 样
一
图像 配准是图像处理过程 中的关键技术 ， 在 目标识别 、 图像拼接 、 变化检测 、 目标 跟踪 、 三维 重建 等领域 得到 了广
致（ Ｒ Ａ Ｎ Ｓ Ａ Ｃ ） 算 法 从候 选 匹配 中排 除 错误 的 匹 配。文
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ａｉ ｍｉ ｎ ｇ ａ ｔ ｐ ｒ ｏ ｂ ｌ ｅ ｍ ｏ ｆ ｐ ｏ ｏ ｒ ｒ ｅ ａ ｌ — ｔ ｉ ｍｅ ａ ｎ ｄ ｆ ａ ｌ ｓ ｅ ｍａ ｔ ｃ ｈ ｉ ｎ ｇ ｏ ｆ ｉ ｍａ ｇ ｅ ｓ ｍａ ｔ ｃ ｈ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｓ ｐ ｅ ｅ ｄ
中图分 类号 ：Ｔ Ｐ ３ ９ １ ． ４ １ 文献标识码 ：Ａ 文章编号 ：１ ０ ０ ０ － － ９ ７ ８ ７ （ ２ ０ １ ７ ） １ １ ０１ － ５ １ ０３ －
Ｆａ ｓ ｔ ｉ ｍａ ｇ ｅ ｍａ ｔ ｃ ｈ ｉ ｎｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ Ｓ ＵＲ Ｆ
进行筛 选 ， 采用 改进 的快 速近邻搜索算 法进 行特 征匹 配 ， 到用 随机抽 样一 致 （ Ｒ Ａ Ｎ Ｓ Ａ Ｃ） 算 法剔 除误 匹配
对 。实验表 明 ： 改进后 的算 法有效改善了匹配效率 ， 提高了匹配准确度 。 关键词 ：加速鲁 棒特征 ；图像熵 ； 最近邻搜索 ； 图像配准
ＨＵ Ｍｉ ｎ— ｔ ａ ｏ，ＰＥＮＧ Ｙｏ ｎ ｇ，ＸＵ Ｙｕ ｎ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ ｌ ｎ ｔ ｅ ｒ ｎ ｅ ｔ ｏ ｆ Ｔ ｈ ｉ ｎ ｇ ｓ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ， Ｊ ｉ ａ ｎ ｇ ｎ ａ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｗｕ ｘ ｉ ２ １ ４ １ ２ ２， Ｃ ｈ ｉ ｎ ａ ）
基于SIFT的POCS图像超分辨率重建
基于SIFT的POCS图像超分辨率重建王凤娇;陈光化;周文【期刊名称】《计算机技术与发展》【年(卷),期】2014(000)011【摘要】On account of improved Keren registration algorithm used widely in traditional POCS image super-resolution reconstruction is difficult to achieve registration of sub-pixel accuracy for the situation where exists shear and non-uniform scale transformation between image sequence,a multi-frame image super-resolution reconstruction method is discussed in this paper based on SIFT algorithm. Firstly, SIFT keypoint pairs between current frame and reference frame are extracted by using SIFT algorithm. Then the parameters of six-param-eter affine transformation are calculated through RANSAC. Lastly,the reconstruction image can be gained by utilizing POCS super-reso-lution reconstruction method. Experimental results show that the method considered in this paper can solve reconstruction problem which results from inaccurate sub-pixel image registration and has better adaptability,especially in the case where exists shear and non-uniform scale transformation between image sequence,and the reconstruction effect is better than traditional POCS algorithm.%针对传统的POCS图像超分辨率重建算法中广泛使用的基于改进的Keren配准算法，对于序列帧间存在剪切和非均匀尺度变换现象时，很难做到精确的亚像素级配准，文中讨论了一种基于SIFT算法的POCS序列图像超分辨率重建算法。
基于改进POCS算法的视频图像超分辨率重建
有两种方法可以解决 。 一种是通过提高硬件设备的性能 ， 如 红外成像仪和Ｃ Ｄ照相机等 ， Ｃ 如果采用增加传感器 阵列密度
的办法来提 高图像分辨率和消除变 形效应 ， 将使成像系统 的 复杂程度增加 、甚至难以实现，同时其费用可能很 昂贵 。另 外一种 是通过软件的方法来提 高图像 的分辨率， 如对 图像进 行插值 算法 处理 ，常见 的有最近邻插值 ，双线性插值 和双 ３ 次插值 等。 是这种处理方法只是对单幅图像 的内容进行 了 但 尺寸的放大 ， 而不能恢 复图像在下采样过程 中损 失的一些高 频细节信息 ，因此对分辨率提高的效果不是非常理想。超分 辨率 （ ｕ ｅ ｅｏｕ ｏ ，Ｓ Ｓ ｐｒＲ ｓｌ ｎ Ｒ）重建是解决这一 问题的有效 ｉ ｔ 办法，它通过序列低 分辨率 （ ｏ Ｒ ｓｌｔ ｎ Ｒ）图像来 Ｌ ｗ ｅ ｕ ｏ ，Ｌ ｏ ｉ 估计高分辨率 （ ｇ ｅ ｌ ｉｎ ＨｉｈＲ ｓ ｕ ｏ ，ＨＲ）图像 ，达到提高图像 ｏ ｔ 分辨率 ，恢复高频信 息的 目的。 超分辨率重建与图像融合密切相关 ， 它可 以看作是图像 融合技术的一个分支 。 由于视频序列 图像 的不 同帧之间存在 着相对 的位移， 因此这些不同帧之 间就可能存在着互补的信 息， 超分辨率重建技术，就是利用这些有着相对位移的序 列 图像 中的互补信息来估计一幅高分辨率图像， 消除和降低 混 叠效应 。 自从２ 世纪８ 年代 ，Ｔ ａ￣Ｈ ａ ｇｌ ０ ０ ｓｉ ｕｎ ｆ首先提 出基于 Ｊ 序列 图像的超分辨率重建 问题 ， 并给 出了一种频域解 混叠方 法 以来 ， 超分辨率技术得到 了很大的提升，许多人对此进行
率 重 建 有 着 至 关 重 要 的 作用 。 假 设 理 想 的 高 分 辨 率 （Ｉ 图像 大 小 为 厶 × １ ＦＲ） 厶Ⅳ ，用
一种改进的基于SURF特征匹配的图像拼接算法
第 １期
太
原
理
工
大
学
学
报
Ｖｏ １ ． ４ ７ Ｎｏ ． １
２ ０ １ ６ 年 １月
Ｊ ＯＵＲＮＡＬ ＯＦ ＴＡＩ ＹＵＡＮ ＵＮＩ ＶＥＲＳ Ｉ ＴＹ ０Ｆ ＴＥＣＨＮ０Ｌ ０ＧＹ
Ｊ ａ ｎ ．２ ０ １ ６
文章编 号 ： １ ０ ０ ７ － ９ ４ ３ ２ （ ２ ０ １ ６ ） ０ １ － ０ ０ ９ １ － ０ ５
摘 要 ： 针 对快 速鲁棒 特征 （ Ｓ ＵＲＦ） 算 法的拼接 结 果 图像 ， 会 出 现 明 显 的 拼 接 线 与 过 渡 带 的 问
题 ， 提 出一 种 改进 的 基 于 Ｓ ＵＲＦ 特 征 匹 配 的 图 像 拼 接 算 法 。 在 剔 除 误 配 点 时 ， 采 用 改 进 的 随 机 抽 样一 致（ ＲＡ ＮＳ ＡＣ） 算 法调整 采样 概 率 ， 以更 少的 时 间获 取 正确 模 型 ， 提 高 算 法 效 率 。在 图 像 融 合 时， 先 对 输 入 图像 进 行 亮 度 均 衡 预 处 理 ， 然后 再使 用加 权 平 滑 算法 进 行 融合 ， 从 而 消 除 结 果 图 的 拼
使得 正确 样本 和 正确 模 型 被 采样 的概 率 得 到提 高 ，
迭代 次数 较少 ， 能 有效 提 高 ＲＡＮＳ Ａ Ｃ算 法 的效 率 。 张红民， 等［ ９ 提 出一 种 改进 的相邻 概 率 随机 抽 样 一 致性 算法 ， 在 数据外 点 率较 高的情 况下 ， 能有 效减 少 迭代 次数 ， 缩 短算 法 时 间 ， 从 而 提高 了 ＲＡＮＳ ＡＣ算 法效 率 。在 图像 融合 时 ， 张 亚 娟［ １ ０ ］ 对平均值法 、 加 权平 滑法 、 最 大值 法 等 常见 融 合 算法 进 行 了对 比分 析 和综合 改 进 ， 获 得 了较 为满 意 的 图像 融 合 结 果 。
pocs超分辨率复原算法
pocs超分辨率复原算法
超分辨率复原算法（SR）是一种图像处理技术，旨在通过从低
分辨率图像中恢复出高分辨率图像来提高图像质量。
POCS（投影子
空间法）是一种常见的超分辨率复原算法之一，它采用迭代的方法，通过在图像空间和投影子空间之间交替进行投影来实现图像的超分
辨率复原。
在POCS超分辨率复原算法中，首先将低分辨率图像进行插值或
者模糊处理，得到一个初始的高分辨率图像估计。
然后，算法通过
交替在图像空间和投影子空间中进行投影来不断优化估计的高分辨
率图像。
在每次迭代中，算法会根据约束条件对估计的高分辨率图
像进行投影，以确保其满足一些先验知识或者约束条件，比如图像
的光滑性或者纹理信息等。
这样的迭代过程将逐渐改善估计的高分
辨率图像，使其逼近真实的高分辨率图像。
POCS超分辨率复原算法的优点之一是其简单而有效，易于实现
并且具有较好的收敛性。
另外，POCS算法能够结合不同的约束条件，比如总变差正则化、小波正则化等，以适应不同类型的图像和复原
需求。
然而，POCS算法也存在一些局限性，比如对初始估计的高分
辨率图像要求较高，对图像中的运动模糊和复杂纹理等情况处理效
果可能不佳。
总的来说，POCS超分辨率复原算法是一种常见且有效的超分辨
率复原方法，它在图像处理领域具有广泛的应用前景，尤其是在医
学影像、卫星图像和监控图像等领域。
随着深度学习等技术的发展，POCS算法也可以与神经网络结合，进一步提高超分辨率复原的效果
和性能。
基于改进点扩散函数的遥感图像超分辨率重建
７１４
激 光 技 术
２０１９年 ９月
Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；ｓｕｐｅｒｒｅｓｏｌｕｔｉｏｎ；ｐｒｏｊｅｃｔｉｏｎｏｎｔｏｃｏｎｖｅｘｓｅｔ；ｐｏｉｎｔｓｐｒｅａｄｆｕｎｃｔｉｏｎ；ｅｄｇｅｄｅｔｅｃｔｉｏｎ
引 言
如今在许多应用场合，人们对数字图像的空间分 辨率要求 越 来 越 高［１］。 提 高 图 像 分 辨 率 最 直 接 的 方 法是提高采集图像时所使用图像传感器的排列密度。 但是受物理条件的限制，各类图像传感器的排列密度 不可能无限制的提高，且传感器排列密度的提高也会 导致噪声的增加。在不改变成像硬件装置的前提下， 通过软件方法，由多幅序列低分辨率图究 生，主 要 研 究 领 域为遥感图像超分辨率重建。
通讯联系人。Ｅｍａｉｌ：ｇｂｆ＠ｈｄｕ．ｅｄｕ．ｃｎ 收稿日期：２０１８１０１６；收到修改稿日期：２０１８１１２２
高分辨率图像的超分辨方法，不仅可以节约硬件成本， 且软件方法更为灵活，应用领域更广 。 ［２３］
ＦＡＮＧＹａｏｘｉｎ，ＧＵＯＢａｏｆｅｎｇ，ＭＡＣｈａｏ
（ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎ，ＨａｎｇｚｈｏｕＤｉａｎｚｉＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００１８，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｑｕａｌｉｔｙｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎｉｎｓｐａｔｉａｌｄｏｍａｉｎ，ｐｏｉｎｔｓｐｒｅａｄｆｕｎｃｔｉｏｎｏｆ ｉｍｐｒｏｖｅｄｐｒｏｊｅｃｔｉｏｎｏｎｔｏｃｏｎｖｅｘｓｅｔ（ＰＯＣＳ）ａｌｇｏｒｉｔｈｍｗａｓａｄｏｐｔｅｄａｎｄａｎｉｍｐｒｏｖｅｄＰＯＣＳｓｕｐｅｒｒｅｓｏｌｕｔｉｏｎｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｌｇｏｒｉｔｈｍ ｗａｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅｂａｓｉｃｐｒｉｎｃｉｐｌｅａｎｄｉｍｐｌｅｍｅｎｔａｔｉｏｎｓｔｅｐｓｏｆＰＯＣＳａｌｇｏｒｉｔｈｍｗｅｒｅｇｉｖｅｎ．Ｏｎｔｈｉｓｂａｓｉｓ，ｔｈｅａｌｇｏｒｉｔｈｍｗａｓ ｉｍｐｒｏｖｅｄａｎｄｔｈｅｒｅｃｏｎｓｔｒｕｃｔｅｄｈｉｇｈｒｅｓｏｌｕｔｉｏｎｉｎｉｔｉａｌｆｒａｍｅｓｗｅｒｅｄｅｔｅｃｔｅｄｏｎｅｄｇｅ．Ｔｈｅｉｍｐｒｏｖｅｄｐｏｉｎｔｓｐｒｅａｄｆｕｎｃｔｉｏｎ（ＰＳＦ）ｗａｓ ａｐｐｌｉｅｄｔｏｔｈｅｄｅｔｅｃｔｅｄｅｄｇｅｐｉｘｅｌｓ．ＴｈｅｈｏｒｉｚｏｎｔａｌａｎｄｖｅｒｔｉｃａｌｄｉｒｅｃｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｏｆＰＳＦｃｏｒｒｅｓｐｏｎｄｉｎｇｔｏｔｈｅｐｉｘｅｌｓａｔｔｈｅｅｄｇｅ ｗｅｒｅｓｅｔｗｉｔｈｄｉｆｆｅｒｅｎｔｗｅｉｇｈｔｓａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｎｇｅｏｆｔｈｅｓｌｏｐｅｏｆｔｈｅｅｄｇｅ．Ｆｉｎａｌｌｙ，ｔｗｏｓｅｔｓｏｆｄａｔａｓｅｔｓｗｅｒｅｕｓｅｄｔｏｖｅｒｉｆｙｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｉｍｐｒｏｖｅｄＰＯＣＳａｌｇｏｒｉｔｈｍ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｍｐｒｏｖｅｄＰＯＣＳａｌｇｏｒｉｔｈｍｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｓｔｈｅｅｆｆｅｃｔｏｆ ｉｍａｇｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎ．Ｔｈｅａｖｅｒａｇｅａｂｓｏｌｕｔｅｅｒｒｏｒｓｏｆｔｗｏｇｒｏｕｐｓｉｎｃｒｅａｓｅｂｙ０．７９％ ａｎｄ０．２６％，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｉｔａｃｈｉｅｖｅｓｔｈｅｇｏａｌ ｏｆｉｍｐｒｏｖｉｎｇｔｈｅｑｕａｌｉｔｙｏｆｉｍａｇｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎ．Ｔｈｅａｌｇｏｒｉｔｈｍｈａｓｇｏｏｄｐｒａｃｔｉｃａｌａｐｐｌｉｃａｔｉｏｎｖａｌｕｅ．
基于改进SURF的图像配准关键算法研究
基于改进SURF的图像配准关键算法研究张开玉;梁凤梅【摘要】针对图像特征匹配算法维数高,实时性低的缺陷,研究了SURF特征匹配算法,并对其进行了改进.首先在图像的尺度空间中提取SURF特征点,并生成扩展的特征描述向量.然后建立KD-Tree特征结构,采用BBF查询机制进行最近邻查询实现特征点快速匹配.实验结果表明,SURF算法进行特征检测的时间是SIFT算法的1/3;使用BBF进行特征匹配,匹配速度提高了2-3倍.%With the defect of the high dimensions and low real time in image matching algorithm, the algorithm based on SURF is studied and improved. Firstly extract the feature points from the scale space of the image, and create extended feature vectors, then build KD-Tree feature structure, match the interest points by using BBF searching method. Experimental result express that, the time of detecting features by SURF algorithm is one third of SIFT algorithm; The matching speed by using BBF searching method is increased 2-3 times.【期刊名称】《科学技术与工程》【年(卷),期】2013(013)010【总页数】5页(P2875-2879)【关键词】图像匹配;Hessian矩阵;KD树;BBF;最近邻搜索【作者】张开玉;梁凤梅【作者单位】太原理工大学信息工程学院,太原030024【正文语种】中文【中图分类】TP391.41图像匹配是图像配准、图像拼接、目标识别与跟踪等领域的核心基础，传统的图像匹配算法直接利用图像的像素灰度值进行匹配。
加速稳健特征匹配和凸集投影算法的超分辨率重建
1． 1 积分图像的建立 如图 2 所示，给定图像 f（ x，y） ，在点 （ x，y） 处的积分等
基于 SURF 特征的图像配准方法的基本思想是首先对图 像提取特征点，然后使用最近邻匹配得到两幅图像的匹配点 对，然后利用随机抽样一致算法（ RANdom SAmple Consensus， RANSAC） 和最小二乘法求出图像间的变换关系，最后得出 配准后的图像。算法流程如图 1 所示。
图 1 SURF 算法流程
ZHANG Shu-ping*
( School of Electronic and Electrical Engineering， Shanghai Second Polytechnic University， Shanghai 201209， China)
使用改进的POCS算法的超分辨率图像复原
ｃ ａ ｕ ｓ ｉ ｎ ｇ ｔ ｈ ｅ ｅ ｆ ｆ ｅ ｃ ｔ ，ａ ｎ ｄ ａ ｄ ｏ ｐ ｔ ｓ ａ ｎ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ Ｐ ＯＣ Ｓ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｔ ｏ ｒ ｅ ｄ ｕ ｃ ｅ ｉ ｔ ．Ｂａ ｓ ｅ ｄ ｏ ｎ ｗ ａ ｖ ｅ ｌ ｅ ｔ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ ｍｏ ｄ ｕ ｌ ｕ ｓ ｍａ ｘ ｉ ｍａ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ｐ ｏ ｃ ｓ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ ｉ ｍａ ｇ ｅ ｓ ｕ ｐ ｅ ｒ － ｒ ｅ ｓ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ｒ ｅ ｃ ｏ ｖ ｅ ｒ ｙ ． Ｔ ｈ ｅ ｅ ｘ ｐ ｅ ｒ ｉ ｍｅ ｎ ｔ ａ ｌ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｍｅ ｔ ｈ ｏ ｄ ｉ ｓ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｅ ｓ ｓ ｔ ｈ ｅ ｒ ｅ ｃ ｏ ｖ ｅ ｙ ｒ ｉ ｍａ ｇ ｅ ｅ ｄ ｇ ｅ ｏ ｓ ｃ ｉ ｌ ｌ ａ ｔ ｉ ｏ ｎ ｅ ｆ ｆ ｅ ｃ ｔ ， ｉ ｓ ａ ｎ ｅ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｓ ｕ ｐ ｅ ｒ － ｒ ｅ ｓ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ｉ ｍａ ｇ ｅ ｒ ｅ ｓ ｔ ｏ ｒ ａ ｔ ｉ ｏ ｎ ｍｅ ｔ ｈ ｏ ｄ ．
ｉ ｍ ａ ｇ ｉ ｎ ｇ ｓ ｙ ｓ ｔ ｅ ｍ ｂ ｙ ｕ ｓ ｉ ｎ ｇ ｓ ｉ ｇ ｎ ａ ｌ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ ｍ ｅ ｔ ｈ ｏ ｄ ． Ｐ Ｏ Ｃ Ｓ （ ｐ ｒ ｏ ｊ ｅ ｅ ｔ ｉ ｏ ｎ ｏ ｎ ｔ ｏ ｃ ｏ ｎ ｖ ｅ ｘ ｓ ｅ ｔ ｓ ） ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ ｉ ｓ ａ ｗ ｉ ｄ ｅ ｌ ｙ ｕ ｓ ｅ ｄ ｍｅ ｔ ｈ ｏ ｄ ｏ ｆ
基于改进SURF算法的POCS图像复原技术
基于改进SURF算法的POCS图像复原技术林果;刘桂华【摘要】Motion estimation is an important step of image restoration technique , which directly affects the result of the final restoration. To solve the problem of feature point matching in motion estimation , this paper used improved speeded up robust features (SURF) algorithm to match the feature points of the image. Using the projection onto convex set (POCS) reconstruction algorithm for image sequences, finally it got the high resolution image restoration. Compared with other image restored algorithm, the POCS algorithm based on improved SURF algorithm gets higher peak signal-to-noise ratio and lower mean square error restored image , and the experimental data has demonstrated the effectiveness of the proposed method.%运动估计是图像超分辨率复原重要的步骤，直接影响最终的复原结果。
针对运动估计中特征点匹配的问题，提出运用改进加速鲁棒特征（SURF）算法对图像的特征点进行匹配。
一种改善图像边缘效果的POCS超分辨率重建方法
一种改善图像边缘效果的POCS超分辨率重建方法谢寒;赵勋杰;李成金;张雪松【摘要】Image super-resolution reconstruction (SRR)technology can improve image spatial resolution on the basis of existing imaging systems. Projection onto convex sets (POCS)is one of the main methods of SRR. POCS is im-proved in this paper,which mainly includes twoaspects:(1 )Improving the quality of the initial estimate by kernel regression interpolation;(2)Replacing Gaussian kernel with steering kernel in the point spread function (PSF)to re-duce edge ringing artifacts of the reconstructed image. The proposed algorithm is simulated. The results show that the edges of the reconstructed image have been improved greatly.%利用图像超分辨率重建（SRR）技术可以在现有成像系统基础上提高图像空间分辨力。
凸集投影（POCS）是超分辨率重建的主流方法之一。
对POCS算法进行了改进，具体改进体现在两个方面：（1）用可控核回归插值图像作为POCS重建的初始估计以提高初始估计图像的质量；（2）将POCS重建中使用的点扩散函数（PSF）由高斯核改为可控核以减少重建图像的边缘振荡效应。
基于改进POCS算法的图像重建
基于改进POCS算法的图像重建刘常云;倪林【期刊名称】《计算机工程》【年(卷),期】2012(038)021【摘要】Traditional Project onto Convex Set(POCS) algorithm for image super-resolution reconstruction has the defect of edge oscillation. Aiming at this problem, an improved POCS algorithm is proposed. By analyzing the reason that causes the edge artifact, for the greater pixel difference of the both sides of edge, it weighted restricts the Point Spread Function(PSF) whose center is the edge pixel, and reduces the influence of the other side of pixels to the current edge pixel. Experimental results show that this algorithm can reduce the edge oscillation effectively and improve the Peak Signal to Noise Ratio(PSNR) of the reconstructed image.%利用传统凸集投影(POCS)算法进行图像超分辨率重建时,重建图像的边缘会产生振荡效应.针对该问题,提出一种改进的POCS算法.分析边缘振荡效应产生的原因,根据图像边缘两侧像素差值较大的特点,加权约束中心在边缘像素的点扩散函数,以减少边缘另一侧像素对当前像素的影响.实验结果表明,该算法能消除边缘振荡效应,提高重建图像的峰值信噪比.【总页数】4页(P226-228,240)【作者】刘常云;倪林【作者单位】中国科学技术大学电子工程与信息科学系,合肥230027;中国人民解放军94362部队装备处,山东青岛266111;中国科学技术大学电子工程与信息科学系,合肥230027【正文语种】中文【中图分类】TP391【相关文献】1.一种改进的POCS算法的超分辨率图像重建 [J], 徐宏财;向健勇;潘皓2.改进的POCS算法的超分辨率单幅图像重建 [J], 朱耀麟;王祖全;齐静;武桐3.基于 POCS 算法的超分辨率图像重建技术 [J], 杨庆怡;黄灿;张琼4.基于POCS的微扫描超分辨率图像重建算法研究 [J], 杜玉萍; 刘严严5.基于Chambolle-Pock算法框架的高阶TV图像重建算法 [J], 席雅睿; 乔志伟; 温静; 张艳娇; 杨雯晶; 闫慧文因版权原因，仅展示原文概要，查看原文内容请购买。
POCS超分辨率图像重构的快速算法
POCS超分辨率图像重构的快速算法
张地;杜明辉
【期刊名称】《信息技术》
【年(卷),期】2004(28)7
【摘要】超分辨率图像重构是将多帧低分辨率图像重构成一幅高分辨率图像的过程.由于其求解是一大型病态求逆问题,计算量随着放大倍数的增加而急剧上升,如何降低计算复杂度是超分辨率成像所面临的一个急需解决的课题.提出了一个基于POCS的高分辨率图像重构的快速算法.其原理是利用各低分辨率图像之间位移的关系将所有的低分辨率图像进行重组,然后对每个组进行POCS超分辨图象重构.实验结果表明,该快速算法较大地提高了超分辨图像重构的速度.
【总页数】4页(P1-3,10)
【作者】张地;杜明辉
【作者单位】华南理工大学电子与通讯工程系,广州,510641;华南理工大学电子与通讯工程系,广州,510641
【正文语种】中文
【中图分类】TP301.6;TN911.73
【相关文献】
1.基于PSF改进的POCS超分辨率图像重构 [J], 邵青;魏江;卢选民
2.基于图像配准的POCS超分辨率图像重构 [J], 洪功义;姜昱明
3.基于半像素运动信息的快速超分辨率图像重构算法 [J], 杜娟;余英林;谢胜利
4.大倍数超分辨率图像重构的通用快速算法 [J], 张地;杜明辉
5.基于POCS的微扫描超分辨率图像重建算法研究 [J], 杜玉萍; 刘严严
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘 要 ： 运 动 估 计 是 图 像 超 分 辨 率 复 原 重 要 的 步 骤 ． 直 接 影 响 最 终 的 复 原 结 果 针 对 运 动 估 计 中 特 征 点 匹 配 的 问题 ， 提 出运 用 改进 加 速 鲁棒 特 征 （ Ｓ Ｕ Ｒ Ｆ） 算 法 对 图像 的特 征 点 进 行 匹 配 再 使 用 凸 集 投 影
ｒ ｅ ｓ ｔ ｏ ｒ ａ ｔ ｉ ｏ ｎ ．Ｔ ｏ ｓ ｏ ｌ ｖ ｅ ｔ ｈ ｅ ｐ ｒ ｏ ｂ ｌ ｅ ｍ ｏ ｆ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｐ ｏ ｉ ｎ ｔ ｍａ ｔ ｃ ｈ ｉ ｎ ｇ ｉ ｎ ｍｏ ｔ ｉ ｏ ｎ ｅ ｓ ｔ ｉ ｍａ ｔ ｉ ｏ ｎ，ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ｕ ｓ ｅ ｄ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ｓ ｐ ｅ ｅ ｄ ｅ ｄ ｕ ｐ ｒ ｏ ｂ ｕ ｓ ｔ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｓ
ｍａ ｇ ｅ ห้องสมุดไป่ตู้ ａ ｎ ｄ Ｍｕ ｌ ｔ ｉ ｍｅ ｄｉ ａ
基于改进 Ｓ Ｕ Ｒ Ｆ算法 的 Ｐ Ｏ Ｃ Ｓ图像 复原技术
林 果 一． 刘 桂 华 ，
（ １ ． 西 南科 技 大 学 信 息工 程 学 院 ， 四川 绵 阳 ６ ２ １ ０ １ ０；
２ ． 西 南科 技 大 学 特 殊 环 境 机器 人 技 术 四） Ｊ Ｉ 省 重点 实验 室 ， 四川 绵 阳 ６ ２ １ ０ １ ０ ）
ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ Ｓ ＵＲＦ ａ ｌ ｇ ｏ ｉｔ ｒ ｈ ｍ ｇ ｅ ｔ ｓ ｈ ｉ ｇ ｈ ｅ ｒ ｐ ｅ ａ ｋ ｓ ｉ ｇ ｎ ａ ｌ — ｔ ｏ — ｎ ｏ ｉ ｓ ｅ ｒ ａ ｔ ｉ ｏ ａ ｎ ｄ ｌ ｏ ｗ ｅ ｒ ｍｅ ａ ｎ ｓ ｑ ｕ ａ ｒ ｅ ｅ ｒ ｒ ｏ ｒ ｒ ｅ ｓ ｔ ｏ ｒ ｅ ｄ ｉ ｍａ ｇ ｅ
（ Ｐ Ｏ Ｃ Ｓ ） 算 法 重 建 图像 序 列 ， 最 终 得 到 复 原 的 高分 辨 率 图像 。 所 提 出的 基 于 改进 Ｓ Ｕ Ｒ Ｆ算 法 的 Ｐ Ｏ Ｃ Ｓ算 法 对 比 其 他 图像 复 原 算 法 ， 得 到 了峰 值 信 噪 比值 较 高 、 均 方 误 差 较 低 的 复 原 图像 。 说 明 该 算 法 的 有 效 性 关 键 词 ：运 动 估 计 ； 超分辨率 ； 图像 复 原 ； 凸集 投 影 算 法 ： 改进 Ｓ Ｕ Ｒ Ｆ算 法
中 图 分 类 号 ：Ｔ Ｐ ３ ９ １ ． ４ 文 献 标 识 码 ：Ａ 文 章 编 号 ：１ ６ ７ ４ — ７ ７ ２ ０ （ ２ ０ １ ５） １ ８ — ０ ０ ４ ２ — ０ ３
引用格 式 ：林 果 ， 刘 桂华 ． 于改进 Ｓ Ｕ Ｒ Ｆ算 法 的 Ｐ Ｏ Ｃ Ｓ图像 复 原 技 术 『 Ｊ １ ． 微 型机 与 应 用 ， ２ ０ １ ５， ３ ４（ １ ８） ： ４ ２ — ４ ４ ．
Ｐ ＯＣＳ ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｓ ＵＲ Ｆ ｏ ｆ ｉ ｍａ ｇ ｅ ｒ ｅ ｓ ｔ ｏ ｒ ａ ｔ ｉ ｏ ｎ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ
Ｌｉ ｎ Ｇｕｏ ． － ． Ｌｉ ｕ Ｇｕ ｉ ｈ ｕａ ， （１ ． Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｅｎ ｇ ｉ ｎ ｅ ｅ ｉ ｒ ｎ ｇ Ｓ ｃ ｈ ｏ ｏ ｌ ， Ｓ ｏ ｕ ｔ ｈ ｗ ｅ ｓ ｔ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ， Ｍｉ ａ ｎ ｙ ａ ｎ ｇ ６ ２ １ ０ １ ０， Ｃ ｈ ｉ ｎ ａ；
（ Ｓ Ｕ Ｒ Ｆ ）ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｔ ｏ ｍａ ｔ ｃ ｈ ｔ ｈ ｅ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｐ ｏ ｉ ｎ ｔ ｓ ｏ ｆ ｔ ｈ ｅ ｉ ｍ ａ ｇ ｅ ． Ｕ ｓ ｉ ｎ ｇ ｔ ｈ ｅ ｐ ｒ ｏ ｊ ｅ ｃ ｔ ｉ ｏ ｎ ｏ ｎ ｔ ｏ ｃ ｏ ｎ ｖ ｅ ｘ ｓ ｅ ｔ（ Ｐ Ｏ Ｃ Ｓ ）ｒ ｅ ｃ ｏ ｎ ｓ ｔ ｒ ｕ ｃ ｔ ｉ ｏ ｎ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｆ ｏ ｒ
２ ． Ｓ ｐ ｅ ｃ ｉ ａ ｌ Ｅ ｎ ｖ ｉ ｒ ｏ ｎ ｍｅ ｎ ｔ Ｒ ｏ ｂ ｏ ｔ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｙ Ｋｅ ｇ ｙ Ｌ ａ ｂ ｏ ｒ ａ ｔ ｏ ｒ ｙ ｏ ｆ Ｓ ｉ ｃ ｈ ｕ ａ ｎ Ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ．
Ｓ ｏ ｕ ｔ ｈ ｗ ｅ ｓ ｔ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ， Ｍｉ ａ ｎ ｙ ａ ｎ ｇ ６ ２１ ０ １ ０， Ｃ ｈ ｉ ｎ ａ）
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｍｏ ｔ ｉ ｏ ｎ ｅ ｓ ｔ ｉ ｍａ ｔ ｉ ｏ ｎ ｉ ｓ ａ ｎ ｉ ｍｐ ｏ ｒ ｔ ａ ｎ ｔ ｓ ｔ ｅ ｐ ｏ ｆ ｉ ｍａ ｇ ｅ ｒ ｅ ｓ ｔ ｏ ｒ ａ ｔ ｉ ｏ ｎ ｔ ｅ ｃ ｈ ｎ ｉ ｑ ｕ ｅ ，ｗ ｈ ｉ ｃ ｈ ｄ ｉ ｒ ｅ ｃ ｔ ｌ ｙ ａ ｆｅ ｃ ｔ ｓ ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｏ ｆ ｔ ｈ ｅ ｉ ｆ ｎ ａ ｌ