[发明专利]一种基于多帧观测信息的空间邻近群目标超分辨方法

说明书

本发明公开了一种基于多帧观测信息的空间邻近群目标超分辨方法，属于图像处理技术领域，包括：获得群目标分布均匀的N帧目标块；估计各帧目标块相对于第一帧目标块的亚像素位移；拟合各帧目标块对应的高分辨率目标块以为参考，依据亚像素位移对齐后叠加，得到高分辨率目标块I_H，筛选出其中灰度值大于第一阈值的局部极值点；对于筛选出的局部极值点，将其个数K确定为群目标中的目标个数，并利用其位置构建群目标在第一帧目标块中的位置利用估计得到的亚像素位移、目标个数K以及位置建立约束条件，建立超分辨目标函数，寻优得到群目标在各帧目标块中的位置。本发明能够利用多帧之间目标的运动信息，结果更准确，且计算复杂度更低。

技术领域

本发明属于图像处理技术领域，更具体地，涉及一种基于多帧观测信息的空间邻近群目标超分辨方法。

背景技术

空间邻近群目标指在空间中相距很近的多个目标。由于成像分辨率较低，成像距离远，各目标之间距离过近，群目标在成像时只能视为点源目标，导致在像平面上各目标密集分布，像面距离甚至小于一个瑞利单元。同时，由于光学系统对成像的影响，单个目标的能量会根据PSF函数扩散到多个相邻的像元，多个分布密集，相距过近的目标能量会发生重叠，形成簇状像斑。从像平面观察，难以分辨出簇装像斑中目标的个数和位置信息。

空间邻近群目标超分辨技术，是用于分辨出群目标中的目标数目，以及每个目标的位置信息的技术。在实际应用中，由于一帧图像过大，因此，在群目标超分辨过程中，仅考虑图像中包含群目标的区域，称之为目标块。现有的空间邻近目标超分辨技术主要应用于单帧目标块，建立以单帧目标块中的每个目标位置为参数的模型函数，通过参数寻优的方法确定目标位置，这类算法仅利用单帧目标块的有限信息，无法获取多帧目标块的目标参数，应用较为局限；由于缺乏对目标块信息的分析，参数的搜索空间较大，易陷入局部最优解。现有的针对多帧目标块实现空间邻近目标超分辨的算法，如多帧LS-QPSO等，虽然能够分辨多帧目标块中的群目标位置，但是，这些方法都没有考虑多帧目标块之间的联系。此外，无论是针对单帧目标块还是针对多帧目标块的空间邻近目标超分辨技术，对于目标个数的估计依赖于贝叶斯定阶准则，即依次对目标的可能数目分别进行参数估计，大大增加了计算复杂度。

综上所述，由于对多帧目标块信息利用不足，且计算复杂度较高，现有的空间邻近群目标超分辨方法的分辨能力有待进一步提高。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种基于多帧观测信息的空间邻近群目标超分辨方法，旨在解决现有的空间邻近群目标超分辨方法无法充分利用多帧目标块信息，且计算复杂度较高的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种基于多帧观测信息的空间邻近群目标超分辨方法，包括：

目标块筛选步骤：获得群目标分布均匀的N帧目标块；

亚像素位移估计步骤：估计N帧目标块中，各帧目标块相对于第一帧目标块的亚像素位移

群目标规模估计步骤：拟合各帧目标块对应的高分辨率目标块以第一帧高分辨率目标块为参考，依据亚像素位移将各高分辨率目标块对齐后进行像素级叠加，得到高分辨率目标块I_H，筛选出其中灰度值大于预设的第一阈值的局部极值点；将筛选出的局部极值点个数K确定为群目标中的目标个数，并利用筛选出的K个局部极值点的位置构建群目标在第一帧目标块中的位置

超分辨寻优步骤：建立超分辨目标函数，其约束条件为：任意第i帧目标块I_i中各像素对于群目标中K个目标的响应g_i与群目标在第i帧目标块I_i的位置有关，且求解超分辨目标函数，得到群目标中各目标在各帧目标块中的位置；

其中，i表示帧序号，i＝1,2,…,N。