[发明专利]基于多级滤波和样本匹配的偏振图像超分辨率重建方法

说明书

技术领域

本发明涉及偏振成像探测和图像处理技术领域，具体涉及一种新的偏振图像超分辨率重建方法，适用具有局部自相似特征的多通道偏振方向图像超分辨率重建，算法鲁棒性强，重建结果具有轮廓结构清晰、边缘保持完整、细节信息丰富等优点，对于提高偏振成像目标探测和识别具有重要意义。

背景技术

偏振成像技术作为一种新型成像手段，不仅能获取目标的强度信息，而且能够获取目标的偏振信息，通过强度信息和偏振信息的融合对目标进行准确探测。与现有的光学成像侦察技术相比，偏振成像探测技术可以辨识伪装目标，具有穿透雾霾的能力，能够获取更多的目标细节信息和能够辨识不良照度下的目标，从而为实现更为复杂的目标状态特征反演奠定了基础，在对复杂条件下典型目标探测等方面具有独特的优势，如光学伪装目标、雾中目标以及低细节特征小目标等。然而，在实际偏振成像探测应用中，由于受目标和成像平台的距离及运动影响，受偏振成像设备精度和成像条件等因素限制，通常获取的是质量较差、分辨率较低的图像，这给后续的偏振图像融合、目标检测和识别等带来诸多困难，影响人们利用偏振成像技术进行目标探测的精度。而图像超分辨率重建通过建立图像退化模型，利用图像先验知识，采用信号处理的方法，在不改变现有偏振成像系统的条件下，从一幅或多幅低分辨率偏振图像中重构丢失的截止频率以外的高频信息，并消除退化因素的影响，能够有效提高图像的空间分辨率。

现有的超分辨率重建方法主要有插值方法、基于重建的方法和基于学习的方法三类。传统的插值方法也称为图像缩放技术，简单快速，具有实时性，但是容易产生模糊边缘并且细节信息不丰富，主要用于对空间分辨率要求不高的场合或作为其他方法的初始估计。基于重建的方法研究较为成熟，在多幅图像间的运动估计和配准较为准确的情况下，由于能够方便的利用图像先验知识(局部平滑、边缘保持)构造正则化约束项，重建结果能够较好地保持图像边缘轮廓结构，但是高频细节信息恢复效果一般；基于样本学习的方法即使在单幅情况下依然能够重建图像细节信息，但是过于依赖低分辨率图像块的匹配精度，容易产生过拟合或欠拟合现象，可能出现视觉伪影和失真。利用偏振成像技术进行目标探测时，通常是通过三个固定偏振探测方向的偏振分量强度图像信息解析得到目标的偏振特征信息，而多通道偏振方向图像存在的冗余和互补信息，不仅可以用于偏振信息融合，而且为偏振图像超分辨率重建提供了优于其他自然图像的样本信息；另一方面，当前基于样本学习的方法其重建效率都比较低，算法运行时间普遍慢，这影响其实际应用。因此，研究针对偏振图像特性的超分辨率重建方法，这对利用偏振成像技术进行目标探测和识别具有重要意义。

发明内容

本发明在广义稀疏表示下，利用配准后的三方向(0°、60°和120°)偏振图像的冗余和互补信息，以图像块为处理对象，通过构造上采样和下采样滤波器组，采用缩放倍率逐步加1的方法，以待重建图像块的低频部分进行局部自相似样本匹配，以得到的局部自相似匹配样本进行高频估计，最后与初始估计进行合成，通过对图像块逐一进行更新得到整幅重建图像。该方法具有图像轮廓结构清晰、边缘锯齿效应低、细节信息丰富等优点。

本发明所要解决的技术问题采用以下技术方案来实现：

一种广义稀疏下基于多级滤波和样本匹配的偏振图像超分辨率重建方法，包括滤波器组构造模块、上采样初始估计模块、低频和高频估计模块、图像块结构信息平滑性判断模块、原地自相似样本匹配模块以及高分辨率图像合成更新模块等六部分组成；实现方法如下：

(1)分别构造上采样和下采样滤波器组；

(2)对输入图像，利用上采样滤波器进行倍率为s的滤波放大，得到高分辨率的初始估计图像；

(3)对输入图像顺序进行下采样和上采样滤波，得到其平滑后的低频部分和高频部分；

(4)对于初始估计中的图像块进行平滑判断，如果是平滑区域，则直接进行双二次插值作为高频估计，转到步骤6，否则进行步骤5；

(5)在平滑后的低频图像中的对应位置，进行原地样本匹配，以得到局部自相似样本块，利用自相似样本进行高频估计；

(6)将初始估计与高频估计进行合成；

(7)重复步骤4～步骤6，直到更新完毕，得到最终重建图像X。

本发明的有益效果是：本发明采用缩放倍率逐步加1的方法，以待重建图像块的低频部分进行局部自相似样本匹配，以得到的局部自相似匹配样本进行高频估计，最后与初始估计进行合成，通过对图像块逐一进行更新得到整幅重建图像。该方法具有图像轮廓结构清晰、边缘锯齿效应低、细节信息丰富等优点。