一种改进的自适应十字模式搜索算法在图像配准中的应用.docxVIP

一种改进的自适应十字模式搜索算法在图像配准中的应用 序列图像的重建通常包括两个步骤：第一，将低分辨率图像的噪声和检测知识与之前的知识结合起来，以获得高分辨率的序列图像。重建超分辨率通常包括两个步骤。首先，将低分辨率图像作为图像的轮廓，即运动评估流程。然后，使用频率域或域间重建算法将已配制的低分辨率图像整合到高分辨率图像。在视频超分辨率重建中，重建效果对较高的噪声源的精度有很大的影响。由于不完整的输出结果往往导致重建失败。运动评估方法一般可分为三种类型：空空空频域和空频域方法。在超分辨率重建中，最常用的方法是基于光流法和基于块的方法。 在块匹配算法中,全搜索算法精度最高,它对搜索范围内所有的像素点逐一进行匹配运算以得到全局最优运动矢量,但其巨大的计算量和时间开销阻碍了它的有效应用,为此,后续出现了许多快速搜索算法,如新三步搜索法(New three step search,NTSS),简单有效搜索法(Simple and efficient search,SES),六边形算法(Hexagon-based search,HEXBS),定向菱形法(Directional diamond search,DDS),多模板六边形法(Multiple pattern hexagon search,MPHS)等.文献[6提出一种自适应十字搜索(Adaptive rood pattern sear