[发明专利]低分辨率红外图像重建高分辨率红外图像的方法

权利要求书

1.一种低分辨率红外图像重建高分辨率红外图像的方法，其特征主要包括以下步骤：

(1)采用双线性插值法对由红外传感器得到的低分辨率红外图像进行上采样，得到高频细节模糊的高分辨率红外图像；

(2)根据自适应边缘提取算法，分别提取同场景由步骤(1)得到的高频细节模糊的高分辨率红外图像和由可见光传感器得到的可见光图像的边缘；

(3)将步骤(2)提取的同场景红外图像和可见光图像的边缘，根据相关系数分类为相关边缘和非相关边缘；

(4)在步骤(3)得到的相关边缘基础上建立红外图像和可见光图像的二次仿射变换关系模型，根据所建模型结合可见光图像和红外图像的相关边缘对红外图像进行高频估计，得到红外图像的高频细节；

(5)将步骤(4)得到的红外图像高频细节与步骤(1)得到的边缘模糊的高分辨率红外图像相加作为重建高分辨率红外图像的初始估计值，以此为基础进行多次反向投影迭代，得到重建的高分辨率红外图像。

2.根据权利要求1所述的低分辨率红外图像重建高分辨率红外图像的方法，其特征在于，步骤(1)采用双线性插值法对由红外传感器得到的低分辨率红外图像进行不少于2倍的上采样。

3.根据权利要求1所述的低分辨率红外图像重建高分辨率红外图像的方法，其特征在于，步骤(2)采取下述自适应边缘提取算法提取图像的边缘：

1)分别计算可见光图像和红外图像像素的梯度加权平均值的最大值；

2)由得到的梯度加权平均值的最大值分别计算可见光图像和红外图像边缘强度。

4.根据权利要求1所述的低分辨率红外图像重建高分辨率红外图像的方法，其特征在于，步骤(3)中用于对图像边缘进行相关性分类的所述相关系数采用归一化互相关算法来测定。

5.根据权利要求4所述的低分辨率红外图像重建高分辨率红外图像的方法，其特征在于，所述归一化互相关算法公式如下：

S(i,j)=|SVIS(i,j)SIR(i,j)‾-SVIS(i,j)SIR(i,j)‾(SVIS2(i,j)‾-SVIS(i,j)2‾)(SIR2(i,j)‾-SIR(i,j)2‾)|]]>

式中和分别指以图像边缘像素(i,j)为中心的大小为5×5的可见光和红外图像的加权平均图像块，S(i,j)为相关系数。