[发明专利]一种异构立体图像的超分辨率重建方法及系统

权利要求书

1.一种异构立体图像的超分辨率重建方法，其特征在于，包括：

获取双目视觉系统中利用非对称压缩方法压缩的某个时刻的立体图像对，立体图像对包括两个视图，其中一个视图为高分辨率图像，另一个为低分辨图像；

缩小高分辨率图像和低分辨图像的搜索区域；

分别从高分辨率图像和低分辨图像的搜索区域中确定高分辨率图像和低分辨图像的高频信息；

将高分辨率图像的高频信息通过参数变换粘贴到低分辨率图像的高频信息。

2.根据权利要求1所述的异构立体图像的超分辨率重建方法，其特征在于，采用边缘检测方法缩小高分辨率图像和低分辨图像的搜索区域。

3.根据权利要求2所述的异构立体图像的超分辨率重建方法，其特征在于，所述采用边缘检测方法缩小高分辨率图像中的搜索区域的过程包括：

利用高斯滤波器与高分辨率图像和低分辨图像进行卷积，得到去噪后的高分辨率图像和低分辨图像；

分别计算去噪后的高分辨率图像和低分辨图像的梯度强度G和方向θ；

根据高分辨率图像的梯度强度G和方向θ、低分辨率图像梯度强度G和方向θ分别计算初始边缘；

对初始边缘采用非极大值抑制方法进行边缘稀疏；

在边缘稀疏之后，根据预先设置的高低阈值抑制弱边缘像素，得到最终的理想边缘，根据理想边缘确定所述搜索区域。

4.根据权利要求1所述的异构立体图像的超分辨率重建方法，其特征在于，采用选择性补丁处理方法分别从高分辨率图像和低分辨图像的搜索区域中确定高分辨率图像和低分辨图像的高频信息。

5.根据权利要求4所述的异构立体图像的超分辨率重建方法，其特征在于，所述采用选择性补丁处理方法分别从高分辨率图像和低分辨图像的搜索区域中确定高分辨率图像和低分辨图像的高频信息，包括：

将高分辨率图像的搜索区域和与该搜索区域相匹配的低分辨率图像对应区域分别划分为N个子块和

对N个子块和中的每个子块s_i和t_i使用五个梯度算子提取梯度特征，五个梯度算子的表示形式为：

f₁＝[-1,0,1]

f₂＝f₁^T

f₃＝[1,0,-2,0,1]

f₄＝f₃^T

f₅＝[1,0,-1；0；-1,0,1]

使用五个梯度算子提取出的特征向量分别记作f_x,f_y,f_xx,f_yy和f_xy，特征差异D_i用公式表示为：

其中：

确定高分辨率图像或低分辨率图像的高频信息，包括：

使用五个梯度算子提取出对应图像的每个子块的特征向量，根据提取出的特征向量计算子块的特征差异，将所有的特征差异按大小顺序排列起来，形成一个数列，寻找处于数列中间位置的特征差异，该特征差异对应的子块为高频信息的子块。