基于Fourie-Mellin变换和Keren算法的改进运动估计算法
针对超分辨率图像重建中图像运动估计精度要求高,速度要求快的问题,对传统的基于FourierMellin变换和Keren算法的运动估计方法做出以下改进:首先提取参考图像和待估计图像的边缘,从而避免了Fourier-Mellin变换的不足(对细节不明显的图像运动估计精度极差);由于只是用Fourier-Mellin变换进行粗估计,对角度估计精度要求不高,只需小于1°,因此在进行对数极坐标变换时,可以减少角度坐标和对数坐标的采样点数,大幅缩小了矩阵大小,提高了运动估计速度;由于先用Fourier-Mellin对待估计图像进行粗估计,Keren算法可以避开复杂的金字塔计算而只需一层估计,减少了运动估计时间.在VC++中的仿真实验表明,该方法有效地结合了Fourier-Mellin变换和Keren算法的优点,同时又提高了运动估计速度.经测试,用未改进的算法对328×500像素大小的两幅图像进行运算估计需要3.53 s,而用改进的算法则只需要1.15 s,大大提高了运动估计速度.
超分辨率、Fourier-Mellin变换、Keren算法、边缘提取、采样、运动估计
26
TP911.73
"973"国家自然基金项目2009CB72400607;"863"国家自然基金项目2008AA121803
2011-10-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
364-369