面向强噪声条件下光场对极平面图像超分辨率方法研究

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:qf0909
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视觉信息在人类的生活中无处不在,而数字图像已成为其最为广泛与重要的信息载体。光场成像技术可同时捕捉三维场景下光线的空间信息与角度信息,为观察者提供比二维传统成像更丰富的场景三维可计算信息。不同于传统相机,现有主流光场采集方案采用两个平行双平面实现了对更高维度光场信号的采集。但是,受到光学系统设计与制备工艺的限制,光场相机成像结果的空间分辨率仍远低于传统成像系统,这限制了光场应用的进一步发展。针对上述问题,科研人员尝试采用不同方法对光场图像进行超分辨率重建。但是,光场采集过程受到低光通量限制和传感器成像噪声等因素的影响,其成像结果的噪声普遍高于传统成像方法的结果。对于具有强噪声的光场图像,传统图像超分辨率重建算法难以取得理想的重建结果。因此,本文针对强噪声条件下光场图像超分辨率重建问题,主要研究工作如下:(1)在图像局部去噪算法的基础上,本文针对光场对极平面图像(Epipolar Plane Image,EPI)的局部相似性,提出分别在水平方向与垂直方向上进行去噪处理。考虑其角度连续性,本文引入对比度金字塔与方向滤波器对去噪后的结果进行图像融合。该方法的特点在于降低光场图像噪声的同时保留了光场EPI图像的线性结构。(2)在分析传统图像的凸集投影(Projection Onto Convex Sets,POCS)超分辨率重建算法基础上,本文将POCS超分辨率算法拓展至光场图像。结合光场多角度特性,本文使用角度域四邻域图像修正中心视角图像。本文提出二次噪声处理环节,保证其抗噪声能力,并减少“振铃”效应。(3)本文进一步将所提出的两种方法进行系统实现,并搭建了可视化操作界面。该系统包含噪声处理、超分辨率重建两项主要功能。超分辨率重建过程可采用集成光场数据集,也可加载用户自定义的外部光场图像。在预处理环节,该系统提供5种可添加的不同强度噪声。超分辨率重建提供了多种不同的超分辨率对比方法。综上所述,本文针对强噪声条件下的光场图像超分辨率重建问题,对光场噪声抑制与图像超分辨率重建两方面进行研究与改进。在多组光场数据上的实验表明,本文所提出方法能够有效对光场图像进行空域超分辨率重建,并对不同强度噪声均具有较强的鲁棒性。
其他文献
随着科研人员的不断探索,研究的问题越来越复杂,目标检测只获取了场景中目标的类别信息和位置信息,而忽视了场景中各目标的内在联系。在实际生活中,需要处理的场景更为复杂,目标间的依赖更为紧密,如何高效解析复杂场景中各目标的空间布局及语义联系,并计算复杂场景间的相似性将变得越来越重要。为了解决上述问题,本文基于Faster R-CNN目标检测网络,提出了一种复杂场景相似性计算方法,并制作和标注了一个复杂场
随着移动智能设备的快速发展,越来越多的轨迹数据也随之产生,之后被第三方服务提供商收集,再存储到数据库中。对轨迹数据进行挖掘和分析可以解决诸多问题,但是轨迹数据中通常会包含移动对象的许多个人敏感隐私信息,如果对轨迹数据不加任何保护就直接使用,移动对象的个人敏感隐私信息将会被泄露出去,对移动对象本身造成巨大的损失,更甚者会带来人身威胁。因此,对轨迹数据隐私信息的保护吸引了许多国内外研究人员的关注。在现
视觉里程计是指通过相机采集到的帧序列来估计相机运动轨迹,用来实现相机自主定位的方法,这种方法被广泛应用于各种无人系统,是自主导航、避障、和目标跟踪的关键技术。视觉里程计从方法上可分为特征法和直接法:特征法通过匹配两帧之间的特征点建立几何模型求解位姿,这种求解方法的优点是精度高,但是对计算资源有一定的要求;直接法不需要建立特征点的匹配关系,直接使用光度误差模型优化位姿,计算速度较快,但是需要满足灰度
近几年,我国医疗信息化建设已具有一定规模,信息系统已基本覆盖各基层医疗机构的各职能领域。然而在基层医疗信息化发展过程中,存在各基层医疗系统相关联的业务无法协同、相同医疗数据无法共享的问题。基层医务人员想要从大量的医疗数据中获取到有价值的信息变得愈发困难,从而造成了基层医疗机构人力和财力的浪费。数据中台的实践意义在于,通过数据建模实现跨业务域的数据整合和数据能力沉淀,为解决基层医疗信息化建设中存在的
随着公共基础建设的不断完善,地铁逐渐成为日常出行工具的首要选择。地铁工程建设包括规划、设计、建设和试运行等多个环节,其中设计环节是保证工程建设质量的关键,也是确保地铁安全、经济、适用的重要前提。地铁设计规范是约束这一环节的重要文件,是我国经过多年经验沉淀和反复论证研究的成果。本文针对地铁设计规范文本进行信息抽取,主要包括实体识别和实体关系抽取两个过程,以加速该领域信息化、智能化的进程。具体研究内容
随着互联网科技与在线教育技术的发展,网络在线试题规模迅速增长。目前,很多题库网站呈现试题量大但筛选结构单一的特点,导致试题迷航和学习针对性差等问题。现有大多数试题推荐方法仅利用已考察知识点对学生进行试题推荐,忽略了有相关关系但未考察的知识点,无法发现学生的知识漏洞和薄弱知识点,从而影响试题推荐的准确性。因此,本文基于课程知识图谱,根据学生学习过程中的知识点掌握程度,设计了一种个性化试题推荐方法。具
随着社会的进步,体育健身越来越受到人们的关注。目前,运动者获得健身方案主要是通过健身教练与在线网络平台这两种方式。其中,前者存在花费高、实时性差等问题;后者虽然可以随时随地支持运动者获取健身方案,但其提供的无差别方案不能支持运动者的个性化运动需求。有鉴于此,本文采用本体推理与相似性融合计算方法,结合体育学总结出的运动处方知识集,研究并设计出一种面向运动者在实时状态、适用强度、阶段目标等个性化因素下
动作训练需要专业性的指导,肢体动作的不规范者误都会对运动效果成较大影响。传统的动作训练法要有纸质图示学习、课堂直接学习法、视频录像学习等,这些方式虽然简单是存在着许多不足,比如学习效率低、学习成本高、不能及时得到反馈等。随着深度卷积神网的飞速发展,基于深度学习的人体骨骼关键点检测技术被广应用在人机交互、智能监控、动作分析等领域。将人体骨骼关键点检测技术与动作训练相结合,不仅能够促人骨关点检测领域的
近年来,深度学习在超分辨率重建任务中得到了广泛的应用。大多数超分辨率算法的数据都借助于外部实例,此类方法通过训练高、低分辨率图像块之间的非线性映射函数,得到超分辨率重建算法的网络模型,与传统方法相比取得了很大的进步。然而,基于外部实例的方法需要大量的训练数据,并且无法保证数据集中包含了所有高、低分辨率图像块映射关系;复杂的网络模型也使得训练过程十分耗时,尤其是需要训练不同尺度网络模型时;现实世界中
随着现代互联网信息技术的不断进步与发展,网络新闻的发布数量也在不断上升,面对巨量网络新闻信息,人们难以快速且准确地定位到自己想要掌握的内容。LDA(Latent Dirichlet Allocation)主题模型能够有效降低文本维度,在话题演化分析方面的研究也在不断增多,但LDA模型中主题数难以实现有效选取,该问题在相关研究中关注度仍显不足。为此,本文围绕复杂网络理论、模块度和LDA模型进行话题发