[发明专利]一种边缘保持的红外图像重建方法

权利要求书

1.一种边缘保持的红外图像重建方法，其特征在于，包括以下步骤：

1)、在用于重建的原始低分辨率图像序列信息中提取图像高频信息成分Y_{k(high-frequency)}；

2)、对提取到的高频信息成分Y_{k(high-frequency)}进行基于L2范数估计算子的超分辨率重建算法处理，得到高频信息成分所对应的高分辨率图像X_{high-freqency}；

3)、对原始低分辨率图像序列信息进行基于L1范数估计算子的超分辨率算法重建，得到原始重建的高分辨率图像X_original；

4)、将步骤2)的高频信息重建的X_{high-freqency}与步骤3)的原始重建高分辨率图像X_original采用灰度值直接叠加的方法进行信息融合，获得最终的重建高分辨率图像。

2.根据权利要求1所述的边缘保持的红外图像重建方法，其特征在于，所述步骤1)中提取图像高频信息成分Y_{k(high-frequency)}采用的是采用三次插值采样因子来获取图像序列中的高频信息，具体公式如下，

Y~low-frequency=YkD↑,]]>

Y_{low-frequency}＝(Y_kB_kD↓)D↑D↑，

对于一帧低分辨率图像Y_k，其相应的高分辨率图像为X，这种映射关系可表示为，Y_k＝(D↓)B_kW_kX+n_k,k＝1,2,…,K，其中，表示对原始图像进行上采样，Y_{low-frequency}表示低频分量信息，D↑上采样因子，D↓为下采样因子，B_k表示模糊矩阵，W_k表示几何运动矩阵，n_k表示图像采集过程中的加性噪声，K表示第k帧图像，最终得到的高频信息分量成分为Y_{k(high-frequency)}。

3.根据权利要求1所述的边缘保持的红外图像重建方法，其特征在于，所述步骤2)中基于L2范数估计算子的超分辨率重建是采用梯度下降优化法进行求解，当收敛时得到高频信息重建图像。

4.根据权利要求3所述的边缘保持的红外图像重建方法，其特征在于，所述，所述基于L2范数估计算子的超分辨率重建具体包括：采用正则化项使用能够保持图像边缘的全变分正则项，高频成分重建的代价函数为，表示双边滤波算子权重控制系数，表示水平方向变换矩阵，表示垂直方向变换矩阵，X_h表示原始高分辨率图像的高频成分。

5.根据权利要求4所述的边缘保持的红外图像重建方法，其特征在于，所述步骤3)中对原始低分辨率图像序列信息进行基于L1范数估计算子的超分辨率算法重建采用的是梯度下降法优化进行求解，当收敛时得到原始重建的高分辨率图像X_original。

6.根据权利要求5所述的边缘保持的红外图像重建方法，其特征在于，所述步骤3)采用能够保持图像边缘的全变分正则项，原始图像重建的代价函数为，表示对低分辨率图像进行上采样后的图像。