[发明专利]一种实时超分辨率重建方法

权利要求书

1.一种实时超分辨率重建方法，其特征在于，包括：

步骤1、根据第一分辨率图像处理形成第二分辨率图像，由所述第一分辨率图像和所述第二分辨 率图像确定分辨率字典；

步骤2、对待重建的图像进行分块处理形成多个待重建图像块；

步骤3、设置信息量阈值并判断所述待重建图像块的信息量是否大于所述信息量阈值；若是，则根据所述分辨率字典对所述待重建图像块进行图像重建以形成第一子区域；其中，设置信息量阈值，包括：

将所述第二分辨率图像进行分块处理形成第二分辨率图像块，利用边缘提取算法提取所述第二分辨率图像块的边缘信息量；

根据所述第二分辨率图像块的边缘信息量的分布情况选取X(X1)个所述边缘信息量作为候选信息量阈值；包括：

选取所述第二分辨率图像块中信息量最高的值，获取所述第二分辨率图像块的像素值为F1，取f＝F1/4，则所述候选信息量阈值范围为f*40％＝阈值＝f*60％；

从所述候选信息量阈值范围内选取X(X1)个阈值点；

计算每个所述阈值点对应的基于学习的稀疏表示图像超分辨率重建算法的重建时间和重建后图像的分辨率；

根据所述重建时间和所述重建后图像的分辨率从X个所述候选信息量阈值中选择一个作为所述信息量阈值；

步骤4、对所述第一子区域进行图像拼接得到超分辨率重建图像。

2.根据权利要求1所述的方法，其特征在于，根据第一分辨率图像处理形成第二分辨率图像，包括：

将所述第一分辨率图像按照退化模型进行模糊处理和N倍下采样处理形成所述第二分辨率图像。

3.根据权利要求1所述的方法，其特征在于，由所述第一分辨率图像和所述第二分辨率图像确定分辨率字典，包括：

根据特征提取算法提取图像特征，获得第一分辨率图像特征信息和第二分辨率图像特征信息；

根据K-SVD算法，对所述第一分辨率图像特征信息和所述第二分辨率图像特征信息进行训练以获得第一分辨率字典和第二分辨率字典。

4.根据权利要求3所述的方法，其特征在于，获得第一分辨率字典和第二分辨率字典，包括：

通过最小化逼近误差计算所述第一分辨率字典D_h：

D_h＝X_sA⁺＝X_sA^T(AA^T)^-1；

其中，假设所述第一分辨率字典和所述第二分辨率字典的稀疏表示系数相同且都为A，D_h为所述第一分辨率字典，X_s表示第一分辨率图像特征信息；

通过稀疏K-SVD算法求解所述第二分辨率字典：

D_l＝ΦW

其中，D_l为所述第二分辨率字典，Φ为基字典，W为原子表示矩阵。

5.根据权利要求1所述的方法，其特征在于，在步骤2之前，还包括：

对所述待重建的图像去噪声处理和去模糊处理。

6.根据权利要求1所述的方法，其特征在于，根据所述分辨率字典对所述待重建图像块进行图像重建之前，还包括：

对所述待重建图像块进行滤波操作，提取高频特征，获取所述待重建图像块的高频信息以完成降维处理。

7.根据权利要求1所述的方法，其特征在于，根据所述分辨率字典对所述待重建图像块进行图像重建以形成第一子区域，包括：

通过OMP算法求解所述待重建图像块在所述第二分辨率字典下的稀疏表示系数；

将所述稀疏表示系数与所述第一分辨率字典相乘，形成第一子区域。

8.根据权利要求7所述的方法，其特征在于，所述稀疏表示系数的求解方程为：

其中，β为稀疏表示系数，T₀为给定的稀疏度，β_i为矩阵β中的子元素。

9.根据权利要求1所述的方法，其特征在于，步骤3还包括：

若否，根据双三次插值算法对所述待重建图像块进行图像重建形成第二子区域；

相应地，步骤4包括：

对所述第一子区域及所述第二子区域进行图像拼接得到超分辨率重建图像。