[发明专利]一种利用分析性稀疏表示的超分辨率图像重建方法

说明书

技术领域

本发明属于图像分辨率增强技术领域，特别涉及一种利用分析性稀疏表示的超分辨率图像重建方法。

背景技术

在大量的电子图像应用领域，人们经常期望得到高分辨率图像。高分辨率意味着图像中的像素密度高，能够提供更多的细节，而这些细节在许多实际应用中不可或缺。例如高分辨率医疗图像对于医生做出正确的诊断是非常有帮助的；使用高分辨率卫星图像就很容易从相似物中区别相似的对象；如果能够提供高分辨的图像，计算机视觉中的模式识别的性能就会大大提高。自从上世纪七十年代以来，电荷耦合器件(CCD)、CMOS图像传感器已被广泛用来捕获数字图像。尽管对于大多数的图像应用来说这些传感器是合适的，但是当前的分辨率水平和消费价格不能满足今后的需求。

一种很有前途的方法就是采用信号处理的方法从低分辨率（Low-Resolution，简称LR）图像重建出高分辨率（High-Resolution，简称HR）图像。最近这样的一种分辨率增强技术正成为最热的研究领域之一，在文献中人们把它叫超分辨率图像重建（Super-Resolution，简称SR），或者简单地叫做分辨率增强。在克服低分辨率图像系统固有的分辨率限制方面，“超分辨率”术语中的“超”字代表了一个非常好的技术特性。信号处理方法最大的好处就是它的成本低，同时现存的低分辨率图像系统仍能使用。在许多实际应用中，特别是在医疗图像、卫星图像和视频等领域，同样场景的多帧低分辨率图像很容易得到的情况下，SR被证明是非常有用的。由于超分辨率重建技术在一定条件下，可以克服图像系统内在分辨率的限制，提高被处理图像的分辨率，因而在视频、遥感、医学和安全监控等领域具都有十分重要的应用。例如：

（1）在数字电视（DTV）向高清晰度电视（HDTV）过度阶段，仅有部分电视节目会以HDTV的形式播出，不少节目采用的是DTV的形式。因此，可以利用超分辨率重建技术将DTV信号转化为与HDTV接收机相匹配的信号，提高电视节目的兼容性；

（2）在采集军事与气象遥感图像时，由于受到成像条件与成像系统分辨率的限制，不可能获得清晰度很高的图像,而通过利用超分辨率重建技术，在不改变卫星图像探测系统的前提下，可实现高于系统分辨率的图像观测；

（3）在医学成像系统中（如CT、MRI和超声波仪器等），可以用超分辨率重建技术来提高图像质量，对病变目标进行仔细地检测；

（4）在银行、证劵等部门的安全监控系统中，当有异常情况发生后，可对监控录像进行超分辨率重建，提高图像要害部分的分辨率，从而为事件的处理提供重要的线索；

（5）可以将超分辨率重建技术用于图像压缩。平时存储或传输低分辨率的图像信息，当有不同需要时，再利用超分辨率重构技术获得不同分辨率的图像和视频。

目前超分辨实现的方法有基于频域、基于空域、凸集投影、最大后验概率等。频域方法实际上是在频域内解决图像内插问题，其观察模型是基于傅里叶变换的移位特性。但这类方法的缺点是所基于的理论前提过于理想化，不能有效地应用于多数场合。空域方法的适用范围较广，具有很强的包含空域先验约束的能力，但是该空域方法结合先验信息的能力很弱，在改善超分辨率重建效果方面受到了一定的限制。

因此，研究和应用较多的是凸集投影方法和最大后验概率估计方法。凸集投影方法的优点是可以方便地加入先验信息，可以很好地保持高分辨率图像上的边缘和细节；缺点是解不唯一、解依赖于初始估计、收敛慢、运算量大和收敛稳定性不高等。而最大后验概率估计方法的边缘保持能力不如凸集投影方法，由这类方法获得的高分辨率图像上的细节容易被平滑掉。

总的来说，对于未压缩图像或视频的超分辨率重建，考虑的主要问题是如何全面去除重建过程所带来的模糊和噪声，并且能在复杂的环境中有效地实现运动估计。

与本发明比较接近的一种超分辨率重建方法是由Jianchao Yang,Yi Ma等人在2010年IEEE Transactions on Image Processing的Image Super-Resolution via Sparse Reprensentation一文中提到的方法（以方法S指代）。方法S首次将稀疏表示引入图像超分辨率重建领域，严格定义下，方法S利用的稀疏表示是合成性稀疏表示（Synthesis Sparse Representation）。用ω和η分别表示输入信号和待重建信号，D_ω和D_η分别表示对应信号的字典，合成性稀疏表示可以表达如下：