[发明专利]分区域管理的高效超分辨率成像装置及方法

说明书

技术领域

本发明属于图像重建技术领域，具体涉及一种图像分区域管理的高效超分辨 率成像装置及方法，可以用于视频监控、卫星遥感成像、医学成像等领域。

背景技术

随着高清晰度数字电视、卫星遥感成像、医学成像等技术的迅速发展，国家 经济社会发展对高分辨率成像要求越来越高。提高分辨率最直接的方法就是增大 光学系统的焦距或减小CCD像素单元尺寸。然而，增大系统焦距会增大成像系 统的体积、提高成本；减小CCD像素尺寸会引入图像噪声等，因此，综合软件 处理的方法成为研究焦点，采用图像的超分辨率重建技术可以在不增加复杂硬件 设备的基础上，由低分辨率的图像通过图像处理的方法增加图像的高频细节信息， 产生单幅高质量、高分辨率的图像。

目前超分辨率成像装置包括成像镜头组、高分辨率探测器、图像存储模块、 图像超分辨率重建模块和图像输出显示模块模块五大部分，其中在图像超分辨率 重建模块中采用的现有方法有多帧超分辨率重建与单帧超分辨率重建两种，由于 实时性的限制，单帧超分辨率成像技术更具实用性，其主要有基于重建和基于学 习两种方法，基于重建的方法效率较高，但是由于图像模糊、噪声、位移等因素 的影响，重构图像质量会有所下降。基于学习的方法有效的解决了该问题，其原 理是首先通过训练低分辨率图像和高分辨率图像之间的关系，然后在学习过程中 由输入的低分辨率图像重构出一幅高分辨率图像。

现有的超分辨率图像的成像装置和方法，例如北京智谷技术服务有限公司的 中国专利申请，申请公布号为CN104320596A，名称为“超分辨率图像的获取 方法和获取装置”的发明中，提出了一种通过调节相机阵列中各相机的图像传感 器的像素点分布来获取场景图像，再对获取的场景图像进行重建，该装置在控制 位移时精度要求较高、技术难度大、成本高且超分辨率重建区域为拍摄场景的至 少局部。基于学习的超分辨率重建方法，例如北京大学的中国专利申请，申请公 布号为CN104103052A，名称为“基于学习的超分辨率重建方法”的发明中， 提出将样本图像分为显著区和非显著区并分别训练字典，通过求解非显著稀疏系 数并与字典相乘得到高分辨率图像块，但是因为该方法在计算过程中对整幅待重 建图像同时做相同处理，所以对大尺寸待重建图像处理效率较低，而且内存消耗 较大，同时由于算法原因，导致重建图像会存在严重的伪重建部分，影响重建图 像质量。再如西安电子科技大学的中国专利申请，申请公布号为CN103295197A， 名称为“基于字典学习和双边正则的图像超分辨重建方法”的发明中，提出对待 重建图像做不同尺度插值后提取高频特征，对特征部分进行字典训练，但由于其 字典训练样本的局限性，因而重建图像分辨率也受到约束。

发明内容

本发明的目的在于克服上述现有技术存在的缺陷，提出了一种分区域管理的 高效超分辨率成像装置及方法，用于解决现有超分辨率成像装置及方法成像时间 长和分辨率低的技术问题。

为了实现上述目的，本发明采取的技术方案为：

一种分区域管理的高效超分辨率成像装置，包括：成像镜头组1，用于获取 实际场景的光信号；高分辨率探测器2，位于成像镜头组1的后焦平面上，用于 采集成像镜头组1捕获的光信号，获取低分辨率图像；图像存储模块3，存储高 分辨率探测器2上获得的低分辨率图像；图像超分辨率重建模块5，用于对获得 的低分辨率图像进行超分辨率重建；图像输出显示模块6，用于输出和显示重建 后图像；

图像存储模块3和图像超分辨率重建模块5之间设置有图像预处理模块4， 该图像预处理模块4由图像去噪子模块41、去模糊子模块42和样本分块子模块 43组成，用于对高分辨率探测器2上获得的低分辨率图像进行预处理，获取待 重建低分辨率图像和字典训练样本图像；图像超分辨率重建模块5由图像区域化 管理子模块51和字典训练与区域化重建子模块52组成，用于对经过预处理的低 分辨率图像进行分区域管理、样本训练和图像超分辨率重建，得到超分辨率图像。

上述分区域管理的高效超分辨率成像装置，成像镜头组1采用变焦成像镜头 组。

上述分区域管理的高效超分辨率成像装置，样本分块子模块43对经过去噪 和去模糊后的低分辨率图像进行分块，得到大小为K×K的子块，其中50≤K≤100， 各子块之间无重叠像素。