[发明专利]一种基于多尺度滤波的超分辨率重建方法

说明书

本发明公开了一种基于多尺度滤波的超分辨率重建方法，该方法包括步骤：步骤1，获得N帧图像I；步骤2，从多帧图像I中选取参考图像，并计算参考图像与其它图像之间的运动信息；步骤3，计算高分辨率图像的初始值；步骤4，从所述高分辨率图像中模拟观测得到相同尺度的观测图像；步骤5，根据运动信息下采样得到模拟的低分辨率图像；步骤6，计算实际观测图像和对应的模拟观测低分辨率图像之间的误差；步骤7，将误差反投影到当前的高分辨率图像中；重复步骤4至步骤7，直到图像获得满意的结果。本发明的方法在误差反向投影时使用了多尺度滤波，使得更多尺度的信息可以更好的恢复，有更好的细节恢复能力。

技术领域

本发明涉及图像及视频数据处理领域，特别涉及一种基于多尺度滤波的超分辨率重建方法。

背景技术

人类获取的信息大部分来自于视觉。在信息爆炸信息时代里，在不同的领域里越来越多的视频数据可以容易地获得，如安全监控摄像头，手机等。这些成像设备给社会管理和我们的生活带来极大的便利。由于受价格和制造工艺的限制，一些成像产品(如手机的摄像机模块)的图像和视频的分辨率较低。然而更好的视觉体验需要更高的分辨率。又如，虽然一些高清摄像头用于安全监控，提高了视频图像的质量。但是这些设备的拍摄参数绝大部分情况是固定的，在雾霾天、下雨天或者目标较远等情况下，视频的质量将会大大降低。

这些有硬件或特殊环境形成的低分辨率图像可以通过软件的方法来提高。我们常常称这类技术为超分辨率图像重建。超分辨率图像重建可以分为两大类：单图像的超分辨重建与多帧图像的超分辨率重建。近年来应用的更多的是多帧超分辨率的图像，其中一类通用算法是基于迭代反向投影的超分辨率算法。这类算法具有效果好，收敛快，易于理解和实现等优点。但是这类算法都是基于单尺度投影核函数的。缺点是重建的图像细节不够丰富。目前提高重建的细节的通用方法是，结合更好的图像配准方法来提高帧与帧之间的相对运动信息的准确性，进而提高超分辨率重建图像的细节。然而这种方法的提高是有极限的，一些细节信息仍然无法恢复。

发明内容

本发明针对现有技术的不足，提出一种新的视频图像处理方法。这种方法是基于多尺度滤波的，以获得更多尺度的结构，达到更好的重建效果。

根据本发明提出的一种基于多尺度滤波的超分辨率重建方法，该方法包括步骤：步骤1，获得N帧图像I，N是大于等于2；步骤2，从所述多帧图像I中选取一幅参考图像，并参考图像与其它图像之间的运动信息；步骤3，计算初始高分辨率图像；步骤4，从当前高分辨率图像中模拟观测得到相同尺度的模糊图像；步骤5，根据运动信息下采样所述模糊图像得到模拟的低分辨率图像；步骤6，计算实际观测图像和对应的模拟观测低分辨率图像之间的误差；步骤7，将所述误差反投影到当前的高分辨率图像中，在反向投影核函数的尺度会随着迭代次数的变化而变化；重复步骤4至步骤7，直到图像获得满意的结果。

本发明的方法在误差反向投影时使用了多尺度滤波，使得更多尺度的信息可以更好的恢复，有更好的细节恢复能力。

附图说明

图1是基于多尺度滤波的超分辨率重建方法的流程图。

图2是一幅用于做超分辨率重建的低分辨率图像。

图3是本发明方法重建出来的高分辨率图像。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

本发明提出了一种基于多尺度滤波的超分辨率重建方法，该方法基于多尺度滤波，以获得更多尺度的结构，达到更好的重建效果。

图1为本发明提出基于多尺度滤波的超分辨率重建方法的流程图。

参照图1，该方法包括步骤：

步骤1，通过成像设备在同一场景中获取一段视频。