[发明专利]基于复合运动和自适应非局部先验的超分辨率重建方法

摘要

本发明提供一种基于复合运动和自适应非局部先验的超分辨率重建方法，包括如下步骤在p幅低分辨率图像中选取参考帧图像和非参考帧图像；采用全局运动参数和局部光流的方法进行图像配准，得到非参考帧图像相对于参考帧图像的运动场mk(x)，利用mk(x)构建出运动变换矩阵Mk；计算参考帧图像的插值图像、非局部先验参数hi，j和欧式阈值；计算每个像素与其他像素的相似度权重wNLM[i，j；s，t]，利用wNLM构建关于高分辨率图像X的非局部权重矩阵S；利用运动变换矩阵Mk和非局部权重矩阵S求解目标泛函X=argmin[Σk=1p||Yk-DBkMkX||2+λ||(I-S)||ρρ],]]>得到重建的高分辨率估计图像。相对于现有技术，本发明通过采用复合运动模型，有效地解决了目前运动估计的计算量大，可伸缩性不强、精度不高的缺点，采用自适应的非局部先验减少了重建图像的失真。

主权项

一种基于复合运动和自适应非局部先验的超分辨率重建方法，高分辨率图像X经过降质过程获取p幅低分辨率观测图像Yk(k＝1，...，p)，每幅观测图像的大小为m×n，其特征在于，所述利用p幅低分辨率观测图像Yk(k＝1，...，p)重建高分辨率估计图像的超分辨率重建方法包括如下步骤：(1)在p幅低分辨率观测图像中选取参考帧图像Yref(1≤ref≤p)和非参考帧图像Yk(k＝1，...，ref‑1，ref+1，...，p)，针对参考帧图像和非参考帧图像之间的亚像素运动采用全局参数运动和局部光流的复合运动模型，参考帧图像与非参考帧图像之间的关系表示为：其中mk表示二维运动场，表示全局参数运动，为局部光流运动，θk为全局运动参数，表示用非参考帧图像预测的参考帧图像，εk(x)表示残差图像；(2)求解全局运动参数θk＝(a0，a1，a2，a3，a4，a5)和局部光流采用全局运动参数θk＝(a0，a1，a2，a3，a4，a5)和局部光流的方法进行图像配准，得到非参考帧图像相对于参考帧图像的运动场mk(x)，利用mk(x)构建出运动变换矩阵Mk；(3)计算参考帧图像Yref的r倍插值图像非局部先验参数hi，j(0≤i＜rm，0≤j＜rn)和相似图像的欧式阈值；(4)利用非局部先验参数、欧式阈值，且以插值图像作为高分辨图像X的初始图像，计算出插值图像中每个像素点(i，j)与其他像素点(s，t)的相似度权重wNLM[i，j；s，t]，其中0≤i＜rm，0≤j＜rn，0≤s＜rm，0≤t＜rn，利用相似度权重wNLM构建非局部权重矩阵S；(5)利用运动变换矩阵Mk和非局部权重矩阵S求解目标泛函其中D为下采样矩阵，Bk为观测图像Yk对应的降晰函数，Mk为观测图像Yk相对于参考帧图像的亚像素运动，非局部权重矩阵S是一个自适应高分辨率图像X的非局部均值滤波器，且ρ＞0，采用共轭梯度迭代法最小化目标泛函，得到重建的高分辨率估计图像。