采用改进的Keren配准算法的超分辨率方法。

简介：
提出了一种创新的自适应归一化卷积超分辨率重建算法，该算法的核心在于结合了边缘检测技术与Keren配准方法。为了显著提升低分辨率序列图像间的配准准确性，该算法巧妙地将边缘检测与Keren配准算法巧妙地融合在一起。具体而言，首先，利用Roberts算子对图像序列进行边缘检测操作，随后，通过采用改进的Keren算法（基于简化四参数仿射变换模型），精确地计算出边缘图像之间的平移和旋转参数。仿真实验结果证实，即使在存在噪声干扰以及大角度旋转的情况下，相较于改进的Keren算法，该算法的配准精度得到了明显的增强。值得注意的是，相比于其他传统的边缘检测算子，Roberts算子能够提供更高的配准精度。最后，利用自适应归一化卷积超分辨率融合算法对图像进行超分辨率重建处理。通过对真实混叠图像序列的实验验证表明，基于所提出的这种配准方法的超分辨率重建图像不仅展现出良好的视觉效果，而且具备更高的分辨能力，从而具有广泛的应用前景。