[发明专利]一种基于边缘保持的POCS图像超分辨重建方法

说明书

本发明公开了一种基于边缘保持的POCS图像超分辨重建方法，包含图像边缘提取、判断像素点是否为边缘像素、根据判断结果改进PSF、根据相应PSF进行迭代修正等四个基本步骤，具体为：对任意一帧低分辨率图像进行双线性插值操作，得到目标高分辨率图像的初始参考帧；对该初始帧进行边缘提取，得到其边缘图像；对检测到的边缘像素，根据夹角大小的不同而采用不同的PSF；选取相应的PSF，模拟低分辨率图像的生成过程，由高分辨初始帧计算出低分辨率图像的像素值，计算该像素值与相应原有序列低分辨率图像像素值之间的残差，根据残差对高分辨初始帧做出修正。本发明使得重建的高分辨率图像清晰度相较于原有低分辨率图像有了明显的提升，且图像边缘保持效果良好。

技术领域

本发明属于图像超分辨重建领域，具体涉及一种基于边缘保持的凸集投影(POCS，projection on convex set)图像超分辨重建方法。

背景技术

CCD和CMOS图像传感器广泛的被用来获取数字图像，提高图像分辨率最直接的方法是提高成像装置的分辨力，但是受传感器阵列排列密度的限制，提高传感器的空间分辨率越来越难。解决这一问题的一个实用而有效的方法就是图像的超分辨率重建技术。

对同一场景进行多次采样，可以得到该场景的多幅序列图像。受到图像分辨率的限制，序列图像中的单一一帧难以完全表述该场景中的细节信息，而多幅序列图像中含有更多丰富的互补信息。序列图像的超分辨率重建技术是指，利用多幅序列图像之间的互补信息，通过相关算法对序列低分辨率图像进行处理，重建出一幅包含更多细节信息的高分辨率图像。

POCS算法是图像超分辨率重建的重要方法之一。此方法中，超分辨率解空间是由先验知识信息定义的凸约束集合，这些约束集合表征了超分辨率重建图像的一些期望性质，如支撑域有界性、正定性、能量有限性等。POCS算法将各种丰富的先验知识，作为图像重建的约束条件，每个约束条件对应于整个成象空间中的一个含有理想高分辨率图像的凸集。这些凸集的交集中的任何一点都被认为是可以接受的图像重建结果。

图像的边缘是图像的最基本特征，边缘点是指图像中周围像素灰度有阶跃变化或屋顶变化的那些像素点，即灰度值导数较大或极大的地方。基于点扩散函数(PSF)的图像修正过程是POCS算法的核心，也是重建结果边缘保持不良产生的原因。在用POCS算法重建的高分辨率图像的深浅区域分界线附近，深色一侧像素的颜色变得更深，浅色一侧像素的颜色变得更浅。产生这种现象的原因是在高分辨初始帧的深色区域图像边缘上，其PSF作用范围内会有浅色像素，因此，这类像素的估计值将会大于实际值，在根据残差对高分辨初始帧进行修正时，会导致深色区域边缘像素颜色变得更深。

本发明提出一种基于边缘保持的POCS图像超分辨重建方法。该方法的创新性在于当进行序列低分辨率图像迭代优化前，先对高分辨率初始帧进行边缘检测，对检测到的边缘像素，求取边缘与水平方向的夹角，根据夹角大小的不同而采用不同的PSF，使重建出的高分辨率图像清晰度明显提升的同时，达到良好的边缘保持效果。

发明内容

本发明提供了一种可行性高、效果明显的基于边缘保持的POCS图像超分辨重建方法，利用序列低分辨率图像之间的互补信息，可成功重建出一幅目标高分辨率图像。

本发明的具体技术方案如下：

一种基于边缘保持的POCS图像超分辨重建方法，该方法包括如下步骤：

步骤1：对任意一帧低分辨率图像进行双线性插值操作，得到目标高分辨率图像的初始参考帧；对该初始参考帧进行边缘提取，得到其边缘图像；

步骤2：选取一帧低分辨率图像，逐一对该低分辨率图像中每个像素点进行处理，即找到相应像素点在高分辨率初始参考帧中PSF作用窗口的中心坐标，判断中心坐标处的像素是否为边缘像素；

步骤3：根据步骤2的判断结果，如果是边缘像素，则计算该像素点处的边缘与水平方向的夹角，并根据夹角的大小推导出新的PSF；如果不是边缘像素，则不改变原有的PSF；