[发明专利]基于复合运动和自适应非局部先验的超分辨率重建方法

权利要求书

1.一种基于复合运动和自适应非局部先验的超分辨率重建方法，高分辨率图像X经过降质过程获取p幅低分辨率观测图像Y_k(k＝1，…，p)，每幅观测图像的大小为m×n，其特征在于，所述利用p幅低分辨率观测图像Y_k(k＝1，…，p)重建高分辨率估计图像的超分辨率重建方法包括如下步骤： 

(1)在p幅低分辨率观测图像中选取参考帧图像Y_ref(1≤ref≤p)和非参考帧图像Y_k(k＝1，…，ref-1，ref+1，…，p)，针对参考帧图像和非参考帧图像之间的亚像素运动采用全局参数运动和局部光流的复合运动模型，参考帧图像与非参考帧图像之间的关系表示为： 其中m_k表示二维运动场，表示全局参数运动，为局部光流运动，θ_k为全局运动参数，表示用非参考帧图像预测的参考帧图像，ε_k(x)表示残差图像； 

(2)求解全局运动参数θ_k＝(a₀，₁，a₂，a₃，a₄，a₅)和局部光流采用全局运动参数θ_k＝(a₀，a₁，a₂，a₃，a₄，a₅)和局部光流的方法进行图像配准，得到非参考帧图像相对于参考帧图像的运动场m_k(x)，利用m_k(x)构建出运动变换矩阵M_k； 

(3)计算参考帧图像Y_ref的r倍插值图像X、非局部先验参数h_i，j(0≤i<rm，0≤j<rn)和相似图像的欧式阈值； 

(4)利用非局部先验参数、欧式阈值，且以插值图像作为高分辨图像X的初始图像，计算出插值图像中每个像素点(i，j)与其他像素点(s，t)的相似度权重w_NLM[i，j；s，t]，其中0≤i<rm，0≤j<rn，0≤s<rm，0≤t<rn，利用相似度权重w_NLM构建非局部权重矩阵S； 

(5)利用运动变换矩阵M_k和非局部权重矩阵S求解目标泛函 其中B_k为观测图像Y_k对应的降晰函数，M_k为观测图像Y_k相对于参考帧图像的亚像素运动，非局部权重矩阵S是一个自适应高分辨率图像X的非局部均值滤波器，且ρ>0，采用共轭梯度迭代法最小化目标泛函，得到重建的高分辨率估计图像。 

2.根据权利要求1所述的基于复合运动和自适应非局部先验的超分辨率重建方法，其特征在于：所述步骤(1)针对参考帧图像和非参考帧图像之间的亚像素运动采用全局参数运动和局部光流的复合运动模型，其中运动向量为m_k(x)＝[m_k，u(x)m_k，v(x)]，x＝[x_ux_v]，二维运动场m_k表示为其中表示全局参数运动，为局部光流运动，θ_k为全局运动参数。 

3.根据权利要求1所述的基于复合运动和自适应非局部先验的超分辨率重建方法，其特征在于：所述步骤(2)求解全局运动参数θ_k＝(a₀，a₁，a₂，a₃，a₄，a₅)包括如下步骤： 

(21A)采用a₀，a₁，a₂，a₃，a₄，a₅六个参数的仿射变换作为全局参数运动模型：

(22A)建立最小二乘标准求解全局运动参数θ_k＝(a₀，a₁，a₂，a₃，a₄，a₅)。