基于自相似性车载釆集城市街景图像的重建

普通的车载系统为了保证图像实时、高速的显示以及便于图像的存储,所以捕获的图像分别率会比较低。这种方式会导致无法在突发情况下从图像中提取有效信息。针对这种情况,本文就如何对低分辨率图像进行超分辨率重建进行分析研究。本文研究采用的算法是基于图像的自相似性,通过放射变换和透视变换的方式匹配图像块,并在过程中对图像信息采用高频补偿的方式找回丢失的图像信息,不断丰富图像的细节信息,使图像达到超分辨率的重建。此次试验通过此算法并与三种典型的算法进行比对,比对结果表明该算法在评价指标上要强于其他算法,不仅提高了图像的分辨率还同时保持了图像的细节信息。