传统纹理图像增强方法存在轮廓模糊问题,导致增强效果较差.针对这些不足,提出基于局部多特征的低分辨率图像纹理增强技术.使用仿射变换方法查看近似平面单应性变化,结合RANSAC算法,匹配低分辨率图像纹理局部多特征点.提取低分辨率图像低频和高频信息,采用插值算法逐点划分低分辨率图像,得到像素点块.从中寻找匹配后最佳匹配块,采用高斯函数抑制重叠区域影像,将所有高频信息块拼接,得到低分辨率图像.将加窗及合成图像矩阵转换成同等大小隶属度矩阵,利用拉伸变化趋势强化轮廓,由此完成图像纹理增强.由实验结果可知,该技术在UMD数据集、UIUC数据集和Brodatz数据集下增强效果较好,能够得到准确完整的图像,有效恢复图像纹理细节.
NETL
NSTL
万方数据
维普
