[发明专利]一种异构立体图像的超分辨率重建方法及系统

说明书

本发明公开了一种异构立体图像的超分辨率重建方法及系统，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。优点：能够直接利用异构立体图像中高分辨率图像的先验知识来对低分辨率图像的高频信息进行恢复。能够利用立体图像的空间相关性和视点相关性，从高分辨率图像中为低分辨率图像寻找对应子块，高效率地对立体图像之间的异质性进行补偿。

技术领域

本发明涉及一种异构立体图像的超分辨率重建方法及系统，属于计算机视觉技术领域。

背景技术

计算机视觉的任务是要为计算机和机器人开发与人类具有同等的视觉能力，立体视觉是计算机领域的一个重要研究方向。双目立体视觉相比声呐和激光能够提供丰富的场景颜色信息和三维坐标信息，使得基于几何信息的研究方法和基于视觉特征点的研究方法能够结合，采用这些信息能够在计算机中重建出三维的场景或模型。双目视觉借鉴了人类双眼的“视差”原理，即左、右眼对于真实世界中某一物体的观测是存在差异的，人类的大脑正是利用了左、右眼的差异，才能够辨识物体的远近。左、右眼的差异在立体视觉技术中被称作视差。从两个或者多个点观察一个物体，获取在不同视角下的图像，根据图像之间像素的匹配关系，通过三角测量原理计算出像素之间的偏移来获取物体的三维信息。得到了物体的景深信息，就可以计算出物体与相机之间的实际距离及物体实际大小。

由于双目视觉系统成本低，精度高，并且能够呈现使人身临其境的环境信息等优点，在公共交通场景的安防监控领域的应用最为广泛，如机场、公交站、地铁站等。在安防监控领域，摄像机通常24小时持续工作，且双目图像所需的存储空间和传输带宽是普通单路图像的两倍。因此对图像的存储方式有较高的要求。为了减少立体图像的传输和存储成本，常采用非对称压缩方法对立体图像进行压缩，也就是两个图像用不同的分辨率或不同的质量进行编码。然而，这会导致两张图像之间存在异质性，这为后续利用立体图像进行三维重构及其他信息融合工作带来了极大困难。

为了使两个图像质量一致，可以采用图像超分辨率重建算法来恢复低分辨率图像的细节。超分辨率重建是计算机视觉领域另一研究热点，常被应用于行人检测、视频监控、遥感图像处理等。但是，直接采用单图像超分辨率重建算法处理立体图像，会破坏左右视图之间的联系，因此探索立体图像的超分辨率重建算法具有重大的理论意义和实际意义。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种异构立体图像的超分辨率重建方法及系统，能够利用立体图像的空间相关性和视点相关性，从高分辨率图像中为低分辨率图像寻找对应子块，高效率地对立体图像之间的异质性进行补偿。不受限于特定的图像压缩方法，具有良好的鲁棒性和普适性，同时无需耗费大量时间训练卷积神经网络的权重和偏移量。

为解决上述技术问题，本发明提供一种异构立体图像的超分辨率重建方法，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。

进一步的，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。

进一步的，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；