[發明專利]基于尺度類推的單幅紅外圖像的超分辨率重建方法

無效

• 申請號: 201110061460.1
• 申請日: 2011-03-15
• 公開（公告）號: CN102163329A
• 公開（公告）日: 2011-08-24
• 發明（設計）人: 程倩倩;范新南;李慶武;霍冠英
• 申請（專利權）人: 河海大學常州校區
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

技術領域

本發明屬于圖像信號處理技術領域，涉及超分辨率圖像重建方法，具體涉及一種基于尺度類推的單幅紅外圖像的超分辨率重建方法。

背景技術

紅外成像設備作用距離遠，隱蔽性好，具有理想的環境適應性，與可見光相比，紅外圖像除具有干擾小、圖像信息簡潔等特點外，還能反映物體的熱輻射特征。因此，它被廣泛的應用于軍事和民用領域。但是，紅外圖像普遍具有整體偏暗、目標和背景對比度低、紋理弱、噪聲大、圖像的灰度分布較為集中等不足，不易于觀察圖像的細節。由于以上特點，對紅外圖像進行超分辨率重建，成了改善圖像質量、提高圖像分辨率、突出目標細節的一種途徑。

圖像空間分辨率是對圖像細節分辨能力的一種度量，也是評價目標細微程度的關鍵性指標。為了提高圖像的分辨率，最常見的傳統方法是插值法：包括最近鄰插值、雙線性插值和立方卷積插值等。這些算法實現簡單，運行速度快，且能適用于任何圖像。但從信息的角度來看，并沒有增加任何細節，且會導致放大后的圖像輪廓模糊，高頻信息受損。因而此類方法獲得高分辨率圖像的效果不是很好。超分辨率技術突破了傳統方法的束縛，提出利用多幅具有互補信息的低分辨率圖像來重構一幅高分辨率圖像。目前，超分辨率重建技術主要分為頻域法和空域法。頻域法最早是由Tsai和Huang在1984年提出的，該方法缺乏靈活性，不能推廣到一般的非平移運動模型。相比于頻域法，空域法能夠方便的融合各種先驗信息，降質模型涉及范圍廣，具有更大的靈活性，主要有非均勻插值法，迭代反投影(IBP)算法，凸集投影(POCS)算法，最大后驗概率估計算法(MAP)和最大似然估計方法(ML)，混合ML/MAP/POSC，自適應濾波法，超分辨率盲重建法等。空域法不依賴于其他外界信息，簡單、易用，但由于所需信息只能從輸入圖像序列獲得，而需要增加的信息本質上是無法預測的，隨著分辨率放大系數的增加，所需信息更多，無論增加多少輸入圖像，都無法再改善重建效果。近年來，人們又提出基于學習的超分辨率重建方法，通過一個訓練集合來作為學習樣本，用一種搜索匹配方式將樣本的細節信息添加到待處理圖像中，用一幅低分辨率圖像來復原高分辨圖像。基于學習的超分辨率方法為了獲得更準確的細節信息，訓練集合中的樣本數量往往很大，導致算法運行速度較慢。2001年紐約大學的Herzmann等人提出了圖像類推，并可以通過圖像類推來實現超分辨率重建，但是由于圖像的灰度值變化范圍比較大，會導致類推過程產生較大的誤差。國內的古元亭和吳恩華提出基于圖像類推的超分辨率技術，用一種自我類推的方法來提高圖像的清晰程度。該方法能產生較為合理的細節以增強圖像，但此方法因為學習樣本只有自身，能獲取供學習的信息量較低，使獲取的超分辨率圖像效果不是很理想，會產生一定的人工痕跡和視覺上過硬的邊緣。對于分辨率低、邊緣紋理模糊的紅外圖像，常用的超分辨率重建方法大都存在邊緣模糊、紋理細節弱、信噪比低、實時性弱等問題。

發明內容

本發明的目的是要提供一種邊緣紋理較突出、信噪比高、視覺效果好的基于尺度類推的紅外圖像的超分辨率重建方法。

本發明實現上述目的所采用的技術方案是，一種基于尺度類推的紅外圖像的超分辨率重建方法，其特征在于：對待超分辨率重建的紅外圖像s進行超分辨率重建，包括以下步驟：

(1)對高分辨率的紅外圖像H進行非下采樣輪廓波分解，得到1個低通子帶和N個帶通方向子帶，N為正整數；

(2)對待超分辨重建的紅外圖像s進行立方插值，得到立方插值后的圖像B；

(3)將步驟(1)中的高分辨率的紅外圖像H的低通子帶作為用于學習的低分辨率圖像A，再將高分辨率的紅外圖像H的N個帶通方向子帶依次作為用于學習的高頻細節圖像，同時依次記作A₁，A₂...A_m...A_N，其中A_m代表第m個用于學習的高頻細節圖像；