[发明专利]基于凸组合方式的多帧低分辨率图像超分辨率重建方法

摘要

基于凸组合方式的多帧低分辨率图像超分辨率重建方法，本发明属于计算机视觉领域，主要解决图像处理精度问题和提出优化算法，本发明方法步骤包括对输入的多帧低分辨率(low‑resolution,LR)图像序列实施联合运动估计与超分辨率重建的方法得到“联合高分辨率(high‑resolution,HR)图像I_joint”；对输入的多帧LR图像序列实施基于改进核回归的重建方法得到“核回归HR图像I_kernel”；运用本发明提出的凸组合框架，根据空域融合准则决定融合的区域，根据频域准则决定需要融合的频率成分，以及全局权重来决定对两种方法的融合的权重分配，通过这三个方面对上两步得到的HR图像进行融合，得到最后的重建的HR图像。

主权项

1.基于凸组合方式的多帧低分辨率图像超分辨率重建方法，其特征在于，包括以下步骤、步骤1、对输入的多帧LR图像序列实施联合运动估计与超分辨率重建的方法得到联合高分辨率HR图像I_joint；步骤2、对输入的多帧LR图像序列实施基于改进核回归的重建方法得到核回归HR图像I_kernel；步骤3、根据空域融合准则决定融合的区域，根据频域准则决定需要融合的频率成分，再根据全局权重来决定对融合的权重分配；步骤4、按照凸组合模型，根据融合的区域、融合的频率成分、融合的权重分配对联合高分辨率HR图像I_joint和核回归HR图像I_kernel进行融合得到重建的HR图像；步骤3包括如下步骤，步骤3.1、对应多帧LR图像感兴趣区域的多个梯度值的方差，将其归一化到0到1之间并作为方差地图的元素，预设阈值，判断出大于阈值的所有元素V(i,j)，从而确定融合的区域；步骤3.2、利用可控金字塔算法分解步骤3.1的感兴趣区域，找出每个感兴趣区域中具有较高能量的主频带，从而决定需要融合的频率成分；步骤3.3、根据自然图像对带通分解的统计特性，融合的权重分配应选取使得超分辨率重建图像在不同频带上的峰值具有最小的变化，从而决定对融合的权重分配；步骤4，其凸组合模型为I_com＝(1‑A^(r,s))·I_kernel+A^(r,s)·I_jointA^(r,s)＝αV·W^(r,s)其中，V和W^(r,s)确定分别对应联合高分辨率HR图像I_joint和核回归HR图像I_kernel的空域混合区域和频域混合频率的混合成分，全局参数α∈[0,1]确定联合HR图像I_joint和核回归HR图像I_kernel的混合比例。