基于超分辨率的地基观测图像增强系统

doi:10.3969/j.issn.1006-2475.2016.07.001

计算机与现代化 ›› 2016, Vol. 251 ›› Issue (07): 1-5,12.doi: 10.3969/j.issn.1006-2475.2016.07.001

• 图像处理 • 下一篇

基于超分辨率的地基观测图像增强系统

1.暨南大学信息科学与技术学院计算机科学系,广东广州 510632；
2.暨南大学天体测量、动力学和空间科学研究中法联合实验室,广东广州510632

收稿日期:2016-01-21 出版日期:2016-07-21 发布日期:2016-07-22
作者简介:解虹（1994-），女，安徽合肥人，暨南大学信息科学与技术学院计算机科学系/暨南大学天体测量、动力学和空间科学研究中法联合实验室本科生，研究方向：图像处理及计算机应用；李展 (1979-)，女，副教授，博士，研究方向：图像处理，高精度天体测量；陈慧琼（1992-），女，本科生，研究方向：图像处理及计算机应用；郑嘉伟（1993-），男，本科生，研究方向：图像处理及计算机应用；温力（1994-），男，本科生，研究方向：图像处理及计算机应用。
基金资助:
国家自然科学基金资助项目（11403008，U1431227，11273014）；广东省自然科学基金资助项目（2014A030313374）；大学生创新创业训练计划项目（CX15148）

Super Resolution-based Astronomical Image Processing System

1.Department of Computer Science, College of Information Science and Technology, Jinan University, Guangzhou 510632, China; 
2.Sino-French Joint Laboratory for Astrometry, Dynamics and Space Science, Jinan University, Guangzhou 510632, China

Received:2016-01-21 Online:2016-07-21 Published:2016-07-22

摘要/Abstract

摘要：

为地面望远镜获取高分辨率的观测图像提供可能途径，突破现有地面望远镜的观测效果，本文设计并实现一个集图像预处理、自动搜星定位、图像配准、超分重建和图像增强为一体的地基

观测图像增强系统。系统采用多种图像处理方法增强天文图像，其中超分辨率重建是系统的关键技术和创新之处。系统测试表明，该系统可以自动搜索和精确定位地基观测天文图像中的恒星，有效改善

图像分辨率和视觉效果。

关键词: , 天文图像, 图像增强, 超分辨率重建, 软件系统

Abstract:

To provide an approach to obtaining high resolution image and to improve the quality of observations by ground-based telescopes, a Super Resolution-based

Astronomical Image Processing System(SR-AIPS) is designed and implemented， which combines image preprocessing, automatic search positioning, image registration, super

resolution(SR) image reconstruction and image enhancement. SR-AIPS enhances observations using multiple image processing methods, among which SR reconstruction algorithms are

key technologies and the innovation of this system. System tests show that SR-AIPS can automatically search and precisely locate stars in ground-based observations, as well as

improve resolution and visual effect of images effectively.

Key words: astronomical image, image enhancement, super resolution, software system

解虹1，2，李展1，2，陈慧琼1，2，郑嘉伟1，2，温力1，2. 基于超分辨率的地基观测图像增强系统[J]. 计算机与现代化, 2016, 251(07): 1-5,12.

XIE Hong1，2, LI Zhan1，2, CHEN Hui-qiong1，2, ZHENG Jia-wei1，2, WEN Li1，2. Super Resolution-based Astronomical Image Processing System[J]. Computer and Modernization, 2016, 251(07): 1-5,12.

参考文献

［1］ Tsai R Y, Huang T S. Multiframe image restoration and registration［J］. Advances in Computer Vision and Image Processing, 1984,1(7):317-339.
［2］ Cantalupo C M, Borrill J D, Jaffe A H, et al. MADmap: A massively parallel maximum likelihood cosmic microwave background map-maker［J］. Astrophysical Journal

Supplements, 2009,187(1):212-227.
［3］ Griffiths M. A brief introduction to astrophotography and image manipulation［M］// Choosing and Using Astronomical Filters. Springer New York, 2015:131-146.
［4］ Sudha R, Sivakumar D. IRAF: Intensified reputed ARAN using fuzzy logic［J］. IUP Journal of Computer Sciences, 2012,6(3):24-34.
［5］ Kutsop N, Mighell K J, Allen L, et al. Analysis of photometric efficiency and accuracy of the IDL procudure, phast［J］. American Astronomical Society, 2013,87(s3-4):268

-281.
［6］ Stenborg T N. Interleaved FITS DS9 segmentation with shell script metaprogramming for planetary nebulae detection［C］// Asymmetrical Planetary Nebulae VI Conference.

2014,1:99.

［7］ Ashley J. Piggyback astrophotography and NightScapes［M］// Astrophotography on the Go. Springer International Publishing, 2015:121-136.
［8］ Stetson P B. Photographic stellar photometry with the PDS microdensitometer［J］. The Astronomical Journal, 1979,84(7):1056-1066.
［9］ Stone R C. A comparison of digital centering algorithms［J］. The Astronomical Journal, 1989,97(4):1227-1237.
［10］孙荣煜,赵长印,朱听雷,等. 高轨空间碎片图像定心算法的比较［J］. 中国科学:物理学,力学,天文学, 2014,57(6):656-664.
［11］ Acharya J. Different implemented techniques of super resolution imaging［J］. Journal of Emerging Technologies and Innovative Research (JETIR), 2015,2(5):1418-1425.
［12］江孝国,张开志,李成刚,等. 图像平场校正方法的扩展应用研究［J］. 光子学报, 2007,36(9):1587-1590.
［13］刘颖,陈谨女. 自适应中值滤波算法在图像处理中的应用［J］. 物联网技术, 2013,3(3):51-52.
［14］Kalra G S, Singh S. Efficient digital image denoising for gray scale images［J］. Multimedia Tools and Applications, 2016,75(8):4467-4484.
［15］李展,彭青玉,韩国强. CCD图像数字定心算法的比较［J］. 天文学报, 2009,50(3):340-348.
［16］Tabur V. Fast algorithms for matching CCD images to a stellar catalogue［J］. Publications of the Astronomical Society of Australia, 2007,24(4),189-198.
［17］李展,韩国强,陈湘骥,等. 基于Keren配准和插值的快速超分辨率图像重建术［J］. 华南理工大学学报(自然科学版), 2011,39(5):84-90.
［18］李展,张庆丰,孟小华,等. 多分辨率图像序列的超分辨率重建［J］. 自动化学报, 2012,38(11):1804-1814.

[1]	赵晨阳, 薛涛, 刘俊华. 基于改进Stable Diffusion的时尚服饰图案生成[J]. 计算机与现代化, 2024, 0(12): 15-23.
[2]	万兵1, 2, 3, 赵文涛4, 潘多涛1, 赵峥韬2, 3, 孙朝阳2, 3, 俞建成2, 3. 无人帆船半物理仿真测试系统设计[J]. 计算机与现代化, 2024, 0(12): 91-99.
[3]	陈宇航1, 杨勇1, 帕力旦·吐尔逊1, 樊小超1, 任鸽1, 刁宇峰2. 融合句法特征与语义特征的作文自动评分方法[J]. 计算机与现代化, 2024, 0(11): 64-69.
[4]	杜菲瑀, 王海燕, 姚海洋, 陈晓. 基于领域自适应的水下图像增强算法[J]. 计算机与现代化, 2024, 0(10): 55-60.
[5]	黄文栋, 王怡凡. 基于模态类别的多模态信息处理与融合综述[J]. 计算机与现代化, 2024, 0(07): 47-62.
[6]	贾子煜1, 黄欢1, 胡春艾2, 窦丽娜2. 基于MR的左心房纤维化区域分割与重建[J]. 计算机与现代化, 2024, 0(05): 75-79.
[7]	杜韩宇, 魏延, 唐保香, 廖恒锋, 叶思佳. 基于双重注意力残差模块的低照度图像增强[J]. 计算机与现代化, 2024, 0(03): 85-91.
[8]	邢世帅, 刘丹凤, 王立国, 潘月涛, 孟灵鸿, 岳晓晗. 基于空间注意力残差网络的图像超分辨率重建模型[J]. 计算机与现代化, 2023, 0(10): 45-52.
[9]	张美的, 余顺园. 基于局部自适应伽马校正低照度图像增强[J]. 计算机与现代化, 2023, 0(08): 74-78.
[10]	廖聪, 郭凰, 赵茂军, 王雨松, 白俊峰. 基于图像增强和SKNet的交通标志识别[J]. 计算机与现代化, 2023, 0(03): 23-28.
[11]	李静元, 张珂, 杨东裕. 基于雾计算的工业互联网安全数据访问方法[J]. 计算机与现代化, 2022, 0(12): 118-122.
[12]	陈春燕, 刘梦赤. 基于粒子群遗传算法的智能组卷策略[J]. 计算机与现代化, 2021, 0(08): 16-23.
[13]	宋鑫, 樊志强, . 基于Laguerre 前向神经网络的信息服务性能建模方法 [J]. 计算机与现代化, 2021, 0(03): 1-6.
[14]	魏健, 赵红涛, 刘敦楠, 加鹤萍 . 基于集成模型的超短时负荷预测方法[J]. 计算机与现代化, 2021, 0(03): 12-17.
[15]	金安安, 丁双双, 熊卿智, 许婷婷, 习淑萍, 马继忠. 基于SWOMP算法的EPMA影像优化重构[J]. 计算机与现代化, 2020, 0(12): 104-111.

基于超分辨率的地基观测图像增强系统

Super Resolution-based Astronomical Image Processing System

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价