[发明专利]一种基于曲面拟合的图像超分辨率重建方法

权利要求书

1.一种基于曲面拟合的图像超分辨率重建方法，其特征在于，包括如下步骤：

(1)获取同一场景的低分辨率图像序列，通过相机阵列系统拍摄获得m幅低分辨率图像y_p,p＝1,2,...,m，采用的图像成像模型为：y_p＝DH_pW_pu+e_p,p＝1,2,...,m，

其中m为正整数，y_p为第p幅低分辨率图像，u为待估计高分辨率图像，W_p、H_p与D分别为形变矩阵、模糊矩阵和降采样矩阵，e_p为加性噪声；

(2)图像配准，采用基于SURF(Speeded Up Robust Features)图像配准算法求解一系列低分辨率图像与预设参考帧之间的运动估计参数，然后利用所述运动估计参数，将一系列低分辨率图像插值映射到高分辨率网格上；

(3)超分辨率图像重建，对所述高分辨率网格上节点利用邻域扩展搜索一系列嵌套的邻域，在每个邻域剔除异常点后，利用曲面拟合技术，估计出列采样值，最后用最大后验概率估计出高分辨率像素值，获得高分辨率图像。

2.根据权利要求1所述的基于曲面拟合的图像超分辨率重建方法，其特征在于，所述图像配准，包括如下步骤：

21)选择参考图像，从所述低分辨率图像y_p,p＝1,2,...,m中选取一幅峰值信噪比(PSNR)最大的图像作为参考帧；

22)预设配准规则，采用SURF算法提取特征点集合表示如下：

其中，n_m为低分辨率图像y_p的特征点数目，p＝1,2,...,m，k＝1,2,…,m，j＝1,2,…,max(n₁,n₂,…,n_m)，并计算P₁中每个特征点到P₂,…,P_m中每个特征点的欧式距离:

其中，j₁＝1,2,…,n₁，j₂＝1,2,…,n₂，j_m＝1,2,…,n_m；

根据预设的匹配规则判断特征点是否匹配，预设的匹配规则为：

其中r＝d₁/d₂，η为预设阈值，d₁为最近欧式距离，d₂为次近欧式距离；当r>η时，则特征点匹配成功，反之，则特征点匹配失败；获取P₁与P₂,…,P_m之间的匹配特征点，并将P₁与P₂,…,P_m之间的匹配特征点表示为：

其中q_m,n为第m幅低分辨率图像的第n个匹配特征点，n匹配特征点的数目，基于所述匹配特征点，通过仿射变换公式，求解第p幅待配准低分辨率图像与参考图像y₀之间的仿射变换参数，即旋转角度θ_p，横坐标和纵坐标的位移量Δx_p和Δy_p，仿射变换公式为：

Q_p＝R_pQ₁+ΔD_p (5)

其中p＝2,3,...,m，

经过SURF图像配准后，得到待配准低分辨率图像y_p,p＝1,2,...,m与参考图像y₀之间运动估计参数；

23)根据缩放因子的大小使用双三次插值技术，将低分辨率图像插值放大，然后根据所述运动估计参数，将所述低分辨率图像映射到高分辨率网格上，得到非均匀分布的空间采样图。