arrow
返回

High performance frame selection algorithm for gray-level frames within the framework of multi-frame super-resolution

delete2025-05-15
delete0
PRE
AI
N
Negin Ghasemi-Falavarjani
P
Payman Moallem *
A
Akbar Rahimi
DOI:10.1016/j.dsp.2025.105217delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
多帧图像超分辨率是一种高效但昂贵且资源密集型的图像重建技术,需要为数据存储分配大量内存。为减轻多帧图像超分辨率算法固有的计算负担,一种战略方法是忽略冗余帧以削减处理负载。本研究中,我们提出了一种新颖的帧选择算法,专门用于确定最优的最小帧数。该方法在确保重建高分辨率(HR)图像保真度的同时,显著缓解了超分辨率过程的程序复杂度和内存需求。我们提出的帧选择方法基于多通道采样、参考帧选择以及信噪比下限的最大化。具体而言,我们的方法通过两种基于优先级搜索的优化算法实现。第一种算法通过探索涵盖所有可行期望位置的事先定义域,识别具有最大非空通道数的情况。在第二种算法中,处理过程涉及针对任何已发现情况中的任何通道,确定与最小平移函数模型噪声相关联的帧。随后计算每种情况的总噪声。我们确定总噪声最小的最优情况及其对应的帧集合。实验结果表明,所提方法在缓解超分辨率复杂性的同时,能够生成高保真HR图像,其质量与或优于完整帧集生成的图像。与现有超分辨率(SR)算法的对比分析表明,所提方法具有卓越的速度和极低的计算开销,使其在运行时间几乎可以忽略不计的情况下表现出极高的效率。
Keyword:
Multi-frame super-resolution
Frame selection
Multi-channel images

期刊

Signal Processing 封面图
Signal Processing
IF:
3.6
论文数:
10.0K
被引数:
1.7W

机构

U
Univ Isfahan
学者数:
216
论文数: 129
被引数: 40
引用论文

引用论文

Aggregating dense and attentional multi-scale feature network for salient object detection
err2022-10-01
err0
PREAI
errYanguang Sun; Chenxing Xia; Xiuju Gao; Hong Yan; Bin Ge; Kuan-Ching Li
err分享
err收藏
Making a Completely Blind Image Quality Analyzer制作全盲图像质量分析仪
err2013-03-01
err4.2K
PREAI
errMittal, Anish; Soundararajan, Rajiv; Bovik, Alan C.
err分享
err收藏
Using Kalman filter in the frequency domain for multi-frame scalable super resolution
err2019-02-01
err3
PREAI
errRahimi, Akbar; Moallem, Payman; Shahtalebi, Kamal; Momeni, Mehdi
err分享
err收藏
err分享
err收藏
err分享
err收藏
学者 查看更多内容