[发明专利]构造金字塔自学习的超分辨率重构方法

摘要

本发明涉及一种构造金字塔自学习的超分辨率重构方法，包括以下步骤：将得到的原始图像序列进行配准，配准精度达到1像元以内；原始图像序列进行降采样，得到降采样图像序列；建立降采样图像与相邻帧图像的关系，将降采样图像像元与原始图像像元相对应，建立学习关系；求取ω_k即为高分辨率图像与低分辨率图像间的关系；利用ω_k根据原始图像序列求得高分辨率图像序列。本发明的构造金字塔自学习的超分辨率重构方法，通过降采样成像获得更低分辨率的图像序列，构造向下金字塔，这样等效已知重构结果，学习重构规律，再将金字塔向上延伸，得到更高分辨率的图像。本发明的构造金字塔自学习的超分辨率重构方法能够自学习得出高分辨率图像，具有较强的适应性。

主权项

一种构造金字塔自学习的超分辨率重构方法，其特征在于，包括以下步骤：步骤1：将得到的原始图像序列进行配准，配准精度达到1像元以内；步骤2：原始图像序列进行降采样，得到降采样图像序列；步骤3：建立降采样图像与相邻帧图像的关系，将降采样图像像元与原始图像像元相对应，建立学习关系，由线性表达式进行表示：$p_h^{i,j}=\underset{k}{\mathrm{\Σ}}{\mathrm{\ω}}_k{p}_l^{m,n}$其中，低分辨率图像像素值为高分辨率图像位置对应的邻域像元，ω_k为加权系数；步骤4：求取ω_k即为高分辨率图像与低分辨率图像间的关系，使得：$\mathrm{\ϵ}=\min {\left|\right|p_h^{i,j}-\underset{k}{\mathrm{\Σ}}{\mathrm{\ω}}_k{p}_l^{m,n}\left|\right|}^2;$步骤5：利用ω_k根据原始图像序列求得高分辨率图像序列。