[發明專利]一種利用自然圖像先驗知識進行多幀圖像超分辨重建的方法

有效

• 申請號: 201810231724.5
• 申請日: 2018-03-20
• 公開（公告）號: CN108665412B
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 馮華君;張承志;徐之海;李奇;陳躍庭
• 申請（專利權）人: 浙江大學
• 主分類號: G06T3/40
• 分類號: G06T3/40
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 劉靜;邱啟旺

本發明提出了一種利用自然圖像先驗知識進行多幀圖像超分辨重建的方法。本發明在利用一系列低分辨率圖像進行超分辨重建的過程中，引入學習得到的專家場模型作為自然圖像先驗知識，提高多幀圖像超分辨重建的質量。相對于傳統的貝葉斯多幀圖像超分辨方法所使用的L1范數、全變分等先驗知識，本發明使用的自然圖像先驗知識是通過圖像數據庫訓練得到的專家場模型，能更好地提取自然場景的統計特征，從而獲得更好的超分辨重建效果。本發明簡化了多幀超分辨的部分過程，縮短了計算時間。

技術領域

本發明屬于圖像處理領域，尤其涉及一種利用自然圖像先驗知識進行多幀圖像超分辨重建的方法。

背景技術

圖像超分辨(Super Resolution)重建技術是利用數字圖像處理的算法，恢復成像過程中所丟失的細節、提高圖像分辨率的技術。目前，圖像超分辨重建主要分為兩大領域：單幀圖像超分辨重建和多幀圖像超分辨重建。多幀圖像超分辨重建通過多幀低分辨率圖像之間的互補信息來重建圖像。在可以獲得多幀圖像的前提下，多幀圖像超分辨可以取得更好的效果。

在多幀圖像超分辨重建的方法中，最大后驗概率法(MAP)和凸集投影法(POCS)是目前應用較廣、研究最多的兩種算法。MAP算法是一個統計估計問題，當原始圖像的后驗概率密度函數可以被建立時常常使用這種方法。POCS算法可以結合各種成像模型和先驗知識，但是POCS的解一般不具有唯一性，效果常常依賴于起點的選取。POCS算法的運算量較大，對配準的要求較高，當運動估計不準時，會出現較多的噪聲。

圖像超分辨是一個病態問題，需要結合圖像x的先驗知識給出x的概率分布函數p(x)。自然圖像服從重尾分布，目前常用的L1范數、全變分先驗知識都不能很好地捕獲自然圖像的統計特性。

發明內容

本發明的目的在于針對現有技術的不足，提供一種利用自然圖像先驗知識進行多幀圖像超分辨重建的方法，在多幀圖像超分辨重建的過程中，針對自然圖像的統計特性，利用大量數據學習得到專家場模型作為先驗知識，構建一個求解高分辨率圖像的方程，估計出高分辨率圖像，該方法提高了多幀圖像超分辨重建的質量，降低了多幀圖像超分辨重建的時間復雜度。

本發明的目的是通過以下技術方案來實現的：一種利用自然圖像先驗知識進行多幀圖像超分辨重建的方法，該方法包括以下步驟：

(1)用student-t分布來模擬自然圖像的專家場分布，并訓練專家場分布的參數；

(2)初始化設置，具體是：

(2.1)計算初始圖像：在輸入的L張低分辨率圖像中任意選擇一張圖像進行上采樣得到初始圖像x₀，采樣因子記為res；根據采樣因子res構建下采樣矩陣A；

(2.2)設置卷積核h，根據卷積核h構建模糊矩陣H；

(2.3)以步驟(2.1)中選擇的低分辨率圖像為參考圖像，計算第1到第L張圖像相對于參考圖像的位移，包括橫坐標方向的平移值sx和縱坐標方向的平移值sy；根據sx、sy構建位移矩陣C；

(2.4)估計噪聲標準差σ；

(2.5)設置迭代步長delta和迭代次數maxit；

(3)利用最大后驗概率法進行多幀圖像超分辨重建，具體是：

(3.1)根據最大后驗概率法建立關于待超分辨重建圖像x的方程：