A method of superresolution image processing based on the improved frequency-domain image registration

doi:10.13741/j.cnki.11-1879/o4.2010.06.025

您当前的位置：

首页 >

文章列表页 >

A method of superresolution image processing based on the improved frequency-domain image registration

更新时间：2025-09-01

- A method of superresolution image processing based on the improved frequency-domain image registration
- Vol. 36, Issue 6, Pages: 907-911(2010)
- 作者机构：
  
  1:燕山大学信息科学与工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2010.06.025
  CLC：
- Published：2010
- 稿件说明：
移动端阅览
A method of superresolution image processing based on the improved frequency-domain image registration[J]. 2010, 36(6): 907-911.
DOI：

A method of superresolution image processing based on the improved frequency-domain image registration[J]. 2010, 36(6): 907-911. DOI： 10.13741/j.cnki.11-1879/o4.2010.06.025.

摘要

为提高光电成像系统的空间分辨力

提出了一种基于改进的频率域图像配准技术的超分辨力图像处理方法。首先利用改进的频域图像配准方法估算出低分辨力图像之间的微位移量

然后采用Papoulis-Gerchberg超分辨力处理方法完成图像复原。利用不同重构方法进行了仿真及实验研究

给出了评价参数。模拟和实际显微热图像的处理结果表明:该算法可使图像质量得到改善

分辨的细节更多

可有效地提高光电成像系统的空间分辨力;处理算法简单

计算量小

可实现快速处理。该算法还可应用于其他不可控光学微扫描成像系统中

具有广泛的应用前景。

Abstract

关键词

Keywords

references

Views

240

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Brain image registration method based on low-resolution auxiliary features and convolutional neural network

Auto registration method of optical and SAR image based on phase direction and scale

PET image denoising based on residual U-Net neural network and DIP

Assembly for Ф1.3m aperture telescope

Thermal microscope imaging system microscanning error correction technique based on local gradient interpolation

Related Author

薛湛琦

王远军

李泽一

张海涛

黄翊航

吕守业

吴正升

郑美

Related Institution

1:上海理工大学医学影像工程研究所

3:北京市遥感信息研究所

2:清华大学光子测控技术教育部重点实验室

1:清华大学精密仪器系

2:重庆师范大学涉外商贸学院大数据与智能工程学院

⁰