[发明专利]一种基于单张低分辨率图像的图像插值重构方法

权利要求书

1.一种基于单张低分辨率图像的图像插值重构方法，包括以下步骤：

1)首先通过标准的函数插值法获得一幅初始的高分辨率图像；

2)然后对插值后的图像进行边缘信息的提取和二值化，使用边缘连接技术获得更全面的边缘响应，并通过引入一个边缘密度相关的变量D将这些边缘信息分做纹理细节部分以及轮廓部分；

3)其次对轮廓部分进行水平集扩散以移除锯齿效应，在获得平滑的边缘效果的同时保护图像的细节信息；

4)最后对图像的轮廓进行双边滤波，从而降低由于初始的插值错误和水平集扩散带来的模糊效应，在获得锐利轮廓的同时保护图像的细节信息。

2.如权利要求1所述的基于单张低分辨率图像的图像插值重构方法，其具体步骤如下：

1)使用差商法计算插值后图像的初始边缘信息，如下式所示：

δIHlδx(x,y)=(IHl(x-h,y)-IHl(x+h,y))/2h]]>

δIHlδy(x,y)=(IHl(x,y-h)-IHl(x,y+h))/2h]]>

其中表示经过插值放大后的初始高分辨率图像，h为空间步长取作l，则初始边缘图像I_Edge根据以上两式得到：

IEdge=255Max(IEdge)(δIHlδx)2+(δIHlδy)2]]>

2)采用保矩法得到自适应的阈值Thr_high对初始的边缘信息进行二值化；

3)通过以下边缘连接技术获得更全面的边缘响应

首先，采用保矩法得到的阈值Thr_high，然后定义一个较低的阈值Thr_low，令Thr_low＝Thr_high/2，对输入的边缘图像作如下处理：

(1)若I_Edge(x，y)＞Thr_high，则I_Edge(x，y)＝255；

(2)若I_Edge(x，y)＜Thr_low，则I_Edge(x，y)＝0；

(3)若Thr_low＜I_Edge(x，y)＜Thr_high，检测二值化后的边缘图像的8邻域内是否有非0的点，如果有，则I_Edge(x，y)＝255，并且继续检测其邻域直到收敛，如果没有，则I_Edge(x，y)＝0；

4)通过引入一个表征某一区域内密度的变量D(x，y)，并通过对一个密度相关的阈值T_d的选择对边缘进行另一次划分，经过这次划分，图像中的细节部分和轮廓部分将根据所选的阈值被有效地区分出来；

将经过边缘连接后的二值图像记作I_Binary，对其中的每一个亮点，统计以它为中心的一个窗口内亮点个数count(x，y)，选择这个窗口大小为21*21，若此点位于细节纹理丰富的区域，那么以它为中心的窗口中亮点个数就比较多，反之则较少，则边缘密度为

D(x,y)=count(x,y)Ω]]>

其中Ω为窗口的面积，根据D(x，y)，有

IBinary(x,y)=0D(x,y)>Td255D(x,y)<Td]]>

5)对I_Binary进行修正，加入角点阈值的选择，设修正后的二值图为修正过程如下：

如果I_Binary＝0，则I^Binary=0;]]>

如果I_Binary＝255，则

I~Binary(x,y)=0curv(I(x,y))>Tc255curv(I(x,y))<Tc]]>

其中，cuvr(I(x，y))为像素点I(x，y)处的曲率，并根据初始插值后的图像计算：

6)对经过初始插值得到的高分辨率图像在的位置处使用水平集扩散平滑锯齿效应，并使用双边滤波技术降低模糊效应，包括使用以下公式：

H(x~,σc,σs)=1A∫I(x)c(x,x~)s(I(x),I(x~))dx]]>

A=∫c(x,x~)s(I(x),I(x~))dx]]>

c(x,x~)=e-12(||x-x~||2σc2)]]>

s=(I(x),I(x~))e-12(||I(x)-I(x~)||2σs2)]]>

其中描述了图像中两个像素点的空间信息关系，而描述了两个像素点之间的特征信息关系，A是归一化系数。