[发明专利]一种RBF插值高速相机压缩图像重建方法

摘要

为提高速相机压缩图像重建质量，本发明公开一种RBF插值高速相机压缩图像重建方法。基本方法是根据压缩图像中已知像素训练RBF插值模型参数，以未知像素图像坐标作为输入，采用RBF插值方法估计未知像素取值，实现高速相机压缩图像重建。本发明优点是可显著提升高速相机压缩图像重建质量。

主权项

一种RBF插值高速相机压缩图像重建方法，其特征是，根据已知像素的像素值、像素坐标和未知像素的像素坐标，采用RBF插值方法计算未知像素的像素值，具体操作步骤如下：第一步：根据高速相机图像压缩标记矩阵F，对压缩图像Ic进行像素重排序，得到重排序图像Is：第1.1步：根据相机拍摄图像宽度w、高度h、像素深度b，图像宽度w、高度h的单位为像素，取值范围为（0,10000000），像素深度b单位为bits，取值范围为（1~100），生成一幅空白图像I，宽度为w、高度为h、像素深度为b，I中任意像素可表示为p(u,v,q)，u、v分别为像素行坐标、列坐标, q为像素值，q的取值范围为(0~2b‑1)；第1.2步：对压缩标记矩阵F，从左上角开始，按“Z”字型扫描，当F(u,v)=1时，在查找表L中记录F(u,v)的行坐标u、列坐标v，得到大小为2*n的查找表L，n是压缩图像Ic中像素数量，取值范围为(0~w*h)；第1.3步，根据查找表L，把压缩图像Ic中像素填充到空白图像I对应位置处，得到重排序图像Is；第二步：将重排序图像Is中像素划分为已知像素集T、未知像素集E：根据压缩标记矩阵F，将重排序图像Is中、标记F(u,v)=1的像素记为已知像素t，n个已知像素构成已知像素集；标记F(u,v)=0的像素标记为未知像素e，m=w*h‑n个未知像素构成未知像素集；令为图像坐标，未知像素e的像素坐标为xe、像素值为qe；已知像素t的像素坐标为xt、像素值为qt；m、n取值范围为：[0~w*h]；第三步：构建RBF插值模型，使用已知像素集训练RBF插值模型参数；第3.1步：构建RBF插值模型：   式（1）其中，是第k个未知像素ek的估计像素值，k的取值范围为[1~m]，是第i个已知像素的图像坐标，i的取值范围为[1~n]，，是模型参数，是插值函数，插值函数包括：高斯函数：   式（2）二次函数：   式（3）线性函数：   式（4）立方函数：   式（5）三角函数：   式（6）其中，是高斯、二次函数参数，取值范围为[0~100]，是第i个已知像素与第k个未知像素的图像像素坐标欧式距离；第3.2步：使用已知像素集计算RBF插值模型参数：使用已知像素集的图像坐标、像素值，构建n个线性方程：   式（7）估计式(7)的最优参数；第四步：把未知像素集E的像素坐标代入RBF插值模型，估计未知像素的像素值；把未知像素集的像素坐标依次代入式(8)的RBF插值模型，计算未知像素的像素值   式（8）第五步：将代替重排序图像Is中对应位置处像素，完成压缩图像重建，得到重建图像Ir。