[发明专利]基于压缩感知的红外行人图像超分辨率重建方法及系统

权利要求书

1.一种基于压缩感知的红外行人图像超分辨率重建方法，其特征在于，包括以下步骤：

S1、训练样本的收集和预处理，将高分辨率和低分辨率两个红外探测器相邻放置面对同一场景，采集相同场景下高低分辨率两种类型图像，低分辨率图像利用线性插值放大至与高分辨图像相同大小，然后将图像分割成图像块，分别构建高低分辨率字典的训练样本集；

S2、高分辨率字典与低分辨率字典的训练，提取图像特征，使用相同的稀疏编码算法来对高、低分辨率图像块的特征进行训练，获得高、低分辨率字典，使得高分辨率图像块和低分辨率图像块在各自对应字典的表征下具有相同的稀疏表示；

S3、对输入的低分辨率红外行人图像提取特征，在低分辨率字典表征下获得图像的稀疏表示；

S4、通过步骤S3得到的图像的稀疏表征和高分辨率字典进行重建，得到高分辨率图像。

2.根据权利要求1所述的基于压缩感知的红外行人图像超分辨率重建方法，其特征在于，所述高分辨率为640×512，低分辨率为320×256。

3.根据权利要求1所述的基于压缩感知的红外行人图像超分辨率重建方法，其特征在于，步骤S1具体为：

S101、架设两台红外探测器，相邻放置面对同一场景，一台为高分辨率探测器，另一台为低分辨率探测器，同时采集视频图像；

S102、利用线性插值算法，将低分辨率红外探测器采集的视频图像扩展成高分辨率的视频图像；

S103、两组视频图像中，找出相同场景下同一时刻的图像帧，组成图像对；对于每一个图像对，分别对两副图像进行9×9的图像分块操作；高分辨率图像块组成高分辨字典训练样本集，而低分辨率图像块组成低分辨率字典训练样本集。

4.根据权利要求3所述的基于压缩感知的红外行人图像超分辨率重建方法，其特征在于，步骤S2中具体为：

S201、高分辨率字典D_h和低分辨率字典D_l分别通过以下公式训练得到：

式中，X^h和Y^l分别是高分辨率样本集和低分辨率样本集；

S202、在训练字典过程中，使用相同的稀疏编码算法来对S103中的图像对进行同时训练，这一过程由下述公式描述：

其中，N和M分别为样本库建立过程中高、低分辨率图像块向量的维数。

5.根据权利要求4所述的基于压缩感知的红外行人图像超分辨率重建方法，其特征在于，步骤S3具体为：

S301、将低分辨率图像I₁插值放大至期望得到的高分辨率图像相同大小，然后将放大后的图像进行分块构成低分辨率图像块；

S302、获得的低分辨率图像块求解其在低分辩字典表征下的稀疏表示向量α，该稀疏表示向量为对应高分辨率图像块对应的稀疏表示向量。

6.根据权利要求5所述的基于压缩感知的红外行人图像超分辨率重建方法，其特征在于，步骤S4具体为：

S401、由S302得到的图像块稀疏表示向量α和S201训练获得的高分辨率字典D_h，重构出高分辨率图像块，计算公式为：D_hα；

S402、利用计算得到的高分辨率图像块，拼接成完整的图像；并对图像块之间的边界做图像的平滑处理。