Key points are not available for this paper at this time.
Un algorithme d'amélioration de super-résolution a été proposé basé sur la combinaison du calcul fractionnaire et de la Projection sur des Ensembles Convexes (POCS) pour les images de véhicules aériens sans pilote (UAV). Les problèmes représentatifs des images de UAV, y compris le flou de mouvement, la distorsion de l'effet fisheye, la surexposition, etc., peuvent être améliorés par l'algorithme proposé. L'opérateur de calcul fractionnaire est utilisé pour améliorer les images de référence à haute et basse résolution pour POCS. Les paramètres de transformation affine entre les images basse résolution et l'image de référence sont calculés par la Transformée de Caractéristiques Invariantes par Échelle (SIFT) pour le matching. La fonction de diffusion des points de POCS est simulée par un filtre intégral fractionnaire au lieu d'un filtre gaussien pour plus de clarté de texture et de détail. Les indices objectifs et l'effet subjectif sont comparés entre la méthode proposée et d'autres méthodes. Les résultats expérimentaux indiquent que la méthode proposée surpasse d'autres algorithmes dans la plupart des cas, en particulier en ce qui concerne la structure et la clarté des détails des images reconstruites.
Lei et al. (Mar,) ont étudié cette question.