[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

说明书

技术领域

本发明涉及图像处理、计算机视觉的技术领域，特别是涉及图像清晰化领域中的一种提高图像的空间分辨率的基于复合运动和自适应非局部先验的超分辨图像重建方法。

背景技术

在成像领域中，高空间分辨率的图像一直是追求的目标之一。高空间分辨率的图像充分地记录了物体的细节信息，能够给人和计算机的推理、判断、决策提供更加丰富的信息。因此，在许多成像应用中，高分辨率的图像通常是非常必要的，比如：视频监控、医学诊断、军事侦察、遥感等应用。提高图像的空间分辨率可以通过两种途径，“硬件途径”和“软件途径”。常规情况下，人们主要通过改进高精度的CCD和CMOS传感器等硬件设备来获取高分辨的图像。但是，单纯地通过改进硬件设施来提高分辨率会受到诸多限制，比如传感器的电荷转移率、热噪声，光学镜头的瑞利熵，以及硬件费用等限制。因此，出于硬件设备和经济上的考虑，“软件途径”成为了一种更加可行的方案。1984年Tsai和Huang首先提出超分辨重建问题便是从“软件途径”，通过发展理论、算法来提高图像的空间分辨率，已成为图像处理领域最为活跃的研究方向之一。近年来，一些学者将超分辨率重建分为基于多帧的超分辨率重建和基于学习的超分辨率重建。本发明是一种基于多帧的超分辨重建方法。

对基于多帧的超分辨率重建又可以分为基于频域和基于空域的重建方法。最新的基于频域的重建方法是1999年Rhee和Kang提出的基于离散余弦变换重建方法，以及Chan在2003年提出的基于小波变换的重建方法。基于频域的重建方法优势是理论简洁、计算简单，但劣势在于多帧之间的相对运动只能是全局相似运动，且只适用于图像的模糊是线性时不变的情况。因此针对这些劣势，基于空域的重建方法产生了许多经典的超分辨重建方法，如非均匀内插法、迭代反投影法、凸集投影法、最大似然法、最大后验法、混合最大后验／凸集投影法。本发明是一种基于最大后验估计的重建方法。

在基于最大后验的估计方法中，运动估计和先验项设计是两项非常重要的任务。在大多数情况下，图像超分辨率所需的运动矢量为未知，为了求解这些运动矢量，可以有两种思路：一种思路是先求解这些运动矢量然后再进行超分辨率重建，虽然这种分开求解的方式计算非常简单，但是都各自存在着很大的局限性；另一种思路是运动矢量和超分辨图像进行联合求解，这类方法比单独分开求解方法的运动估计精确，重建效果好，但缺点是求解速度慢，很难用于实际应用。针对运动矢量的估计，又可分为基于参数模型的和基于光流的运动估计。基于参数模型的运动估计比较简单，但伸缩性低；而基于光流的运动估计伸缩性高，但估计精度低，重建效果不理想。为此，本发明基于分开求解运动矢量和超分辨图像的思路，提出了一种具有很高伸缩性和估计精度的、低运算量的复合运动模型。

针对先验项，也即正则项设计，国内外文献中已经提出了许多先验项，包括Tikhonov先验、Huber先验、TV先验、BTV先验等。这些先验都是基于图像邻域差分进行描述的，未能准确地描述出自然图像的先验信息，导致重建图像失真。最近，基于自然图像中存在着大量冗余重复的图像结构的事实，国际上提出了一种非局部先验，并成功应用于图像反卷积。但是，由于非局部先验中存在做许多需要人为调节的参数，不能做到参数的自适应。

发明内容

针对现有技术存在的问题，本发明的主要目的在于提供一种降低计算量、提高图像精度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。

为实现上述目的，本发明提供了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的实施例，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＝，…，p)，每幅观测图像的大小为m×n，该利用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)至步骤(5)：