[发明专利]一种提高单帧红外图像分辨率的方法与系统

权利要求书

1.一种提高单帧红外图像分辨率的方法，其特征在于，包括：

步骤1：获取单帧低分辨率红外图像数据；

步骤2：将所述单帧低分辨率红外图像数据分为两路，分别送入图像超分分支和梯度超分分支分别进行图像超分处理和梯度超分处理，分别得到图像超分重建结果和梯度超分重建结果；

步骤3：将所述图像超分重建结果和所述梯度超分重建结果融合，获得高质量的高分辨率红外图像数据。

2.根据权利要求1所述的方法，其特征在于：所述步骤2中的图像超分分支包括图像超分网络，所述图像超分网络包括由多级残差网络和密集连接构成的RRDB模块，用于执行图像超分辨率，得到初始超分辨率图像。

3.根据权利要求1或2所述的方法，其特征在于：所述步骤2中的梯度超分分支还包括去雾处理，具体包括：

步骤2.1：采用暗通道先验模型搭建去雾模型，其数学模型表示为：

其中，c∈(r,g,b)是指rgb三个颜色通道，Ω(x)是以x为中心的窗口，代表局部区域，J^c(y)是原图，J^d(x)是暗通道图；

步骤2.2：根据有雾图模型，得到窗口内的透射值估计：

其中，I^c(y)是含雾原图，是已知量；A^c是全球大气光值，是未知量；ω是去雾率，取值为区间[0,1]，默认取值为0.95；

步骤2.3：根据所述A和所述t(x)，根据有雾图模型，计算得到去雾后的图像，公式如下：

其中，I(x)是原图，A是估计的全球大气光值，t(x)是式(2)估计的窗口内透射光率，to是最低透射光率。

4.根据权利要求3所述的方法，其特征在于：所述步骤2中的梯度超分分支还包括对经过去雾处理的梯度图进行梯度提取步骤，进而通过一个梯度超分网络实现对梯度图的超分辨率重建，得到梯度超分辨率图像。

5.根据权利要求4所述的方法，其特征在于：所述梯度超分网络在超分重建过程中融合了图像超分过程中提取的多级特征，而不是加入多层神经网络从梯度图重新提取多层特征。

6.根据权利要求5所述的方法，其特征在于：所述步骤3中的融合步骤采用一个多层卷积神经网络，通过训练获得对应的权重矩阵，进而确定初始超分辨率图像和梯度超分辨率图像各自占的比重。