[发明专利]一种基于视觉感知的自适应图像超分辨率重建方法

说明书

技术领域

本发明涉及一种基于视觉感知的自适应图像超分辨率重建方法，属于图像处理领域。

背景技术

随着多媒体信息处理技术的发展,人们对图像分辨率的要求越来越高。然而提高图像的空间分辨率受到成像系统的传感器密度和尺寸的限制，另外由于光照等图像采集过程中的因素使得图像分辨率下降，图像的清晰度和分辨率难以满足人们的需要。图像超分辨率重建技术是在不改变原有成像系统硬件的前提下，采用基于信号处理的软件算法，利用多幅低质量、低分辨率的图像来恢复出一幅高质量、高分辨率的图像。

图像超分辨重建是一个病态的反问题，引入图像先验知识模型可以有效地对图像重建提供约束。图像先验知识模型在图像重建中的比重由正则化算子调节，现有的方法对整幅重建图像采用单一的正则化算子，没有考虑人眼视觉感知特性，不能有效地根据图像的局部信息自适应调整正则化算子的大小，影响重建图像的质量和清晰度。

发明内容

为了避免现有技术的不足，本发明提出了一种基于视觉感知的自适应图像超分辨率重建方法，首先对多幅低分辨率图像进行块匹配，获得图像的配准信息，然后利用最大后验概率估计的方法重建高分辨率图像，在迭代求解过程中对重建图像的梯度信息利用人眼视觉特性进行评估，从而自适应地调整正则化算子，进行自适应的图像重建。所述方法包括一下步骤：

(1)利用低分辨率图像的样本数据，对多幅低分辨率图像与待重建图像进行块匹配，获得图像的配准信息；

(2)利用步骤(1)中得到的配准参数，建立重建图像的最大后验概率估计模型，得到重建图像估计其中n为迭代次数；

(3)计算重建图像的梯度信息，得到每一个图像块的梯度方差矩阵；

(4)利用人眼感知特性，自适应调整正则化算子的大小；

(5)根据最大后验概率估计的方法，将梯度方差矩阵和正则化算子代入梯度优化算法，重建高分辨率图像

(6)判断与的关系是否满足迭代条件，如果满足输出否则将代入步骤(5)直到满足迭代终止条件。

步骤(1)中，所述图像配准方法为：假设输入的M幅低分辨率图像为G＝{g⁽¹⁾,g⁽²⁾,...g^(M)}，对于低分辨率图像，划分为8×8的图像块，采用块匹配算法和最小均方误差准则获得第i幅低分辨率图像的配准参数：

R⁽ⁱ⁾＝min|f-g⁽ⁱ⁾|   (1)

其中f为待重建图像。

步骤(2)中所述的建立最大后验概率估计模型的方法为：

p(f|G)∝p(G|f)p(f)   (2)

其中低分辨率图像的后验概率为：

p(G|f)∝exp{Σi=1M-|f-R(i)g(i)|}---(3)]]>

待重建图像的边缘概率为：

p(f)∝λexp{|f|}   (4)

其中λ为正则化参数。

于步骤(3)中计算重建图像的梯度信息的具体方法为：计算每一个图像块的梯度方差矩阵