《表1 序列图像运动估计算法平均绝对误差比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于SIFT匹配和RANSAC算法的超分辨率重建》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

像素

本文试验使用分辨率为256×256像素的Lena图像，如图5所示，对该图像进行平移并下采样获取4幅低分辨率图像（64×64像素）。其中低分辨率图像序列的相对位移分别为（0，0）、（2.5，3.5）、（3.6，4.2）、（4.7，5.6），图6（a）和图6（b）的相对位移为（4.7，5.6）。表1列出了上述运动估计算法对x和y方向位移的平均绝对误差。SIFT-RANSAC为在SIFT匹配基础上，采用RANSAC算法消除误匹配点。本文使用Keren算法作为对比算法，Keren图像匹配算法于1988年由文献[10]提出，主要应用于图像之间存在全局位移和旋转，精度较高且运算速度较快，在超分辨率重建领域应用较广。Keren算法使用开源软件包superresolution＿v＿2.0实现，本文两种基于影像匹配的运动估计算法在VS2010环境下，使用C++语言实现。由表1可得，SIFT-RANSAC运动估计算法精度优于Keren算法。