变分贝叶斯框架中的多帧图像盲超分辨

• Published in: Guang Dian Gong Cheng = Opto-Electronic Engineering Vol. 46; no. 6; pp. 180149 - 10
• Main Authors: 闵雷, 杨平, 许冰, 刘永 / Min Lei, Yang, Ping, Xu, Bing, Liu, Yong
• Format: Journal Article
• Language: Chinese; English
• Published: Chengdu Editorial Office of Opto-Electronic Advances 01.06.2019; 中国科学院光电技术研究所,四川 成都 610209; 中国科学院大学,北京 100049%中国科学院自适应光学重点实验室,四川 成都 610209; 电子科技大学光电科学与工程学院,四川 成都 610054; 中国科学院自适应光学重点实验室,四川 成都 610209; 中国科学院大学,北京 100049%电子科技大学光电科学与工程学院,四川 成都,610054
• Subjects: Bayesian analysis; Computer simulation; Data integration; High resolution; Image reconstruction; Image resolution; Kernels; Multisensor fusion; Parameter estimation; Signal processing; Signal to noise ratio; China; 变分贝叶斯; 模糊核; 盲超分辨; Kullback-Leibler散度; 分辨率增强
• ISSN: 1003-501X
• DOI: 10.12086/oee.2019.180149

多帧图像超分辨理论是通过融合多帧低分辨率图像的信息来重构高空间分辨率图像。准确估计低分辨率图像的模糊核是进行有效信息融合的先决条件。传统超分辨方法通常假设模糊核已知且采用固定的高斯滤波模糊核，并且模型参数需要费时的手动调整。本文在变分贝叶斯框架下获得相应的超分辨算法，该算法对高分辨率图像、模糊核和模型参数同时进行最优估计。对比实验表明，模糊核自适应估计的盲超分辨方法总体性能优于现有的变分贝叶斯框架下的图像超分辨方法，特别是在高信噪比场景，推荐方法优势更加明显。