[發明專利]一種基于非均勻測量矩陣的超分辨率全向圖像重建方法有效
| 申請號: | 201410080531.6 | 申請日: | 2014-03-06 |
| 公開(公告)號: | CN103871038A | 公開(公告)日: | 2014-06-18 |
| 發明(設計)人: | 張茂軍;熊志輝;婁靜濤;王煒;譚樹人;張政 | 申請(專利權)人: | 中國人民解放軍國防科學技術大學 |
| 主分類號: | G06T5/50 | 分類號: | G06T5/50;G06T3/40 |
| 代理公司: | 長沙正奇專利事務所有限責任公司 43113 | 代理人: | 盧宏 |
| 地址: | 410073 湖*** | 國省代碼: | 湖南;43 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 均勻 測量 矩陣 分辨率 全向 圖像 重建 方法 | ||
技術領域
本發明涉及計算機視覺領域,特別是一種基于非均勻測量矩陣的超分辨率全向圖像重建方法。
背景技術
折反射全向成像技術將曲面反射鏡和常規成像透鏡相結合,憑借能一次性獲得360°全方位視野的獨特優勢,近年來在全景軍事偵察、機器人視覺導航、虛擬空間構建等領域得到廣泛研究和應用。但隨著研究的不斷深入,折反射全向成像技術固有的空間分辨率低、分辨率分布不均勻的缺陷嚴重限制了應用的深入。
部分學者嘗試從全向圖像后處理的角度對分辨率問題進行改善。彭啟民等提出了一種基于小波變換的全向圖像分辨率增強方法,根據成像退化模型,利用小波系數的自相似性和極值點在各層間的傳遞性,對全向圖像丟失的高頻成分進行補償。Nagahara等借鑒傳統圖像超分辨率增強的研究基礎,采用旋轉或平移全向相機、多聚焦成像等方法,利用多幀全向圖或全向視頻序列間的時空互補信息,研究全向成像的分辨率增強問題,并針對全向視頻提出了相應的超分辨率建模方法。
然而,由于折反射全向成像內環的嚴重欠采樣,單純依靠后期的圖像處理對全向圖像的分辨率進行增強,改善效果必然是非常有限的。只有從圖像采集裝置前端入手,進行針對性設計改進,才有可能從根本上解決上述兩個問題。全向成像分辨率分布不均勻主要體現在內環嚴重欠采樣而外環采樣相對浪費。為了解決該問題,Stefan.G提出了基于非均勻CCD采樣點的SVAVISCA成像方式,他設計的CCD感光陣列越靠近成像中心的感光區域像素點密度越高,以此提高內環空間分辨率。這種方法簡單直觀,但CCD加工難度高,應用面狹窄,難以普及。陳立棟等提出一種基于多反射鏡面的互補結構折反射全向成像方法,在內外環互補全向圖的基礎上,通過融合和超分辨率增強得到分辨率均勻的高分辨率全景圖像,該方法成本較低,但是垂直視域較小,而且為了使內外環視野重疊,互補結構折反射全向成像系統安裝精度要求較高。
近年來Donoho提出的壓縮感知(Compressed?Sensing或Compressive?Sampling,CS)理論為解決困擾已久的折反射全向成像系統的分辨率問題提供了一條可行的新思路。該理論的核心思想是,只要信號在某個變換域是稀疏的或可壓縮的,就可以用一個與變換基不相關的觀測矩陣對信號進行測量,通過求解一個優化問題高概率地重構出原始信號。壓縮感知的優點在于充分利用了目標信號結構的稀疏特性,通過低維采樣數據的非相關測量實現高維稀疏信號的采集,信號的測量數據量遠小于傳統采樣方法獲取的數據量,使得高分辨率的信號采集成為可能。目前,學者們已經在雷達成像、遙感成像、光場成像等領域對壓縮感知展開了應用研究,但是還沒有針對折反射全向圖像的應用研究。
發明內容
本發明所要解決的技術問題是,針對現有技術不足,提供一種基于非均勻測量矩陣的超分辨率全向圖像重建方法,在對成像系統沒有特殊的加工要求及安裝精度要求的前提下,提高折反射全向圖像分辨率,保證折反射全向圖像分辨率均勻。
為解決上述技術問題,本發明所采用的技術方案是:一種基于非均勻測量矩陣的超分辨率全向圖像重建方法,該方法為:
1)采集折反射全向圖像x,計算所述折反射全向圖像x中不同像素點的位置分辨率;
2)將上述折反射全向圖像x分成互不重疊的圖像塊;
3)根據第i個圖像塊xi中不同像素點的位置分辨率計算第i個圖像塊xi的平均分辨率ζi,利用ζi、最大測量次數閾值Mmax、最小測量次數閾值Mmin計算第i個圖像塊xi的測量次數Mi:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國人民解放軍國防科學技術大學,未經中國人民解放軍國防科學技術大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410080531.6/2.html,轉載請聲明來源鉆瓜專利網。





