[發明專利]一種多譜段圖像全色銳化的輪廓波子帶自適應細節注入方法

有效

• 申請號: 201710785887.3
• 申請日: 2017-09-04
• 公開（公告）號: CN107622479B
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 肖亮;劉賢文
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 孟睿

1.一種多譜段圖像全色銳化的輪廓波子帶自適應細節注入方法，其特征在于，步驟如下：

步驟1，對于一幅高H、寬W的高分辨率全色圖像P和一幅高H′、寬W′、波段數為B的低分辨率多譜段圖像M₀，將低分辨率多譜段圖像M₀的每個波段插值至全色圖像大小，記為插值多譜段圖像M；

步驟2，對全色圖像P和插值多譜段圖像M逐波段進行相同的非降采樣的輪廓波多尺度多方向分解，其中，圖像進行三層尺度分解，第1層尺度為無方向分解，第2、3層尺度為有方向分解，全色圖像P和插值多譜段圖像M的第l個波段的圖像經分解，分別獲得低頻子帶P_L、方向子帶P_k,m、和高頻子帶P₁、l＝1,2,3,..B，k代表分解尺度，m代表分解方向，k＝2,3，k＝2時m＝1,2,..4；k＝3時m＝1,2,..8，下標_L代表圖像的低頻子帶；

步驟3，插值多譜段圖像M分解后，分別將各個波段的低頻子帶在相同尺度與方向上的方向子帶P_k,m以及高頻子帶按照原來波段的順序重新組合，構造低頻子帶多譜段圖像M_L、方向子帶多譜段圖像M_k,m和高頻子帶多譜段圖像M₁，k＝2,3，k＝2時m＝1,2,..4；k＝3時m＝1,2,..8，

步驟4，對全色圖像方向子帶P_k,m和方向子帶多譜段圖像M_k,m逐波段退化，構造退化的方向子帶全色圖像和退化的方向子帶多譜段圖像k＝2,3，k＝2時m＝1,2,..4；k＝3時m＝1,2,..8；

步驟5，在退化尺度下使用回歸估計方法，求解方向子帶多譜段圖像的細節注入增益參數和平均亮度加權參數計算公式如下：

其中，和分別表示退化的方向子帶多譜段圖像的第l個和第n個波段的圖像，||·||_F為矩陣的F范數，l＝1,2,3,..B，B為波段數,和分別是細節注入增益和平均亮度加權參數的估計值；

步驟6，對插值尺度下的所有方向子帶多譜段圖像M_k,m和高頻子帶多譜段圖像M₁逐波段使用不同的融合方法進行細節注入，得到融合的方向子帶多譜段圖像和融合的高頻子帶多譜段圖像其中，

方向子帶多譜段圖像M_k,m逐波段細節注入的方法如下式所示：

其中，是融合的方向子帶多譜段圖像的第l個波段的圖像，是方向子帶多譜段圖像的第n個波段的圖像，是第l個波段的平均亮度；

高頻子帶多譜段圖像M₁逐波段細節注入的方法如下式所示：

其中，是融合后的高頻子帶多譜段圖像的第l波段，P₁是全色圖像的高頻子帶；

步驟7，將插值多譜段圖像M的所有子帶多譜段圖像重構為高分辨率多譜段圖像重構公式如下式所示：

其中，是融合后的多譜段圖像，M_L是低頻子帶多譜段圖像，和是融合后的方向子帶多譜段圖像，是融合后的高頻子帶多譜段圖像。

2.如權利要求1所述多譜段圖像全色銳化的輪廓波子帶自適應細節注入方法，其特征在于，步驟2中：

全色圖像P非降采樣輪廓波多尺度多方向分解方法如下式所示：

其中，P_L為全色圖像P的低頻子帶；P_3,m是第3層的第m個方向的子帶，P_2,m是第2層的第m個方向的子帶；P₁為高頻子帶；

插值多譜段圖像M逐波段分解方法如下式所示：

其中，M^(l)為插值多譜段圖像的第l波段圖像，是它的低頻子帶；是第3層的第m個方向的子帶，是第2層的第m個方向的子帶，為高頻子帶。