面向立方星的低信噪比多帧配准
图像与视频处理
2022-03-01 v1
摘要
我们提出一种配准算法，在刚性、恒定平移下从一组含噪帧中联合估计运动与真实图像。该算法非迭代且无需超参数调优。对于给定输入尺寸，它需要固定次数的 FFT、乘法和下采样操作，从而能够在立方星等嵌入式平台上快速实现，其中星上图像融合可大幅节省有限的下行带宽。该算法在加性白高斯噪声以及泊松噪声的非平稳高斯近似下于最大似然意义下是最优的。即便可见特征低于噪声基底，也能在极低信噪比下实现精确配准。
引用
@article{arxiv.2202.13042,
title = {Low SNR Multiframe Registration for Cubesats},
author = {Evan Widloski and Farzad Kamalabadi},
journal= {arXiv preprint arXiv:2202.13042},
year = {2022}
}
备注
5 pages, 5 figures, to be submitted to IEEE ICIP 2022