[发明专利]一种基于多幅图像的鲁棒的图像分辨率增强方法

摘要

本发明公开了一种基于多幅图像的鲁棒的图像分辨率增强方法，该方法利用拉普拉斯分布观测模型并在变分贝叶斯的理论框架下获得，包括：1)利用上次迭代的高分辨率图像和相对运动参数更新辅助变量、先验参数和超先验参数；2)利用上次迭代的高分辨率图像、先验参数和超先验参数来更新相对运动参数；3)利用更新的辅助变量、先验参数、超先验参数和相对运动参数来更新高分辨率图像。与传统的图像分辨率增强算法相比，本发明利用拉普拉斯观测模型的稀疏特性和中值滤波特性能够很好的抑制和去除低分辨率图像中的脉冲噪声和运动野值点，因而增强方法具有更好的鲁棒性，更有利于分辨率增强方法的工程实现。

主权项

1.一种基于多幅图像的鲁棒的图像分辨率增强方法，其特征在于：包括如下步骤：步骤一、对于给定的参考帧，利用低分辨率图像集进行图像相对运动参数、模型先验参数、辅助变量和高分辨率图像的初始化；步骤二、利用序列图像迭代求解图像相对运动参数、模型先验参数和高分辨率图像的分布，包括相应求解量的均值和方差，具体迭代步骤如下：步骤(21)使用上次迭代的高分辨率图像分辨和图像相对运动参数获得辅助变量和模型先验参数分布的更新；步骤(22)使用上次迭代的高分辨率图像和步骤(21)中更新的模型先验参数获得图像相对运动参数分布的更新；步骤(23)使用步骤(21)中更新的辅助变量、模型先验参数分布和步骤(22)中更新的图像相对运动参数分布获得高分辨率图像分布的更新；步骤三、判断迭代停止条件时，若不满足继续步骤二中的迭代；若迭代停止条件满足，停止迭代，取迭代结果中的高分辨率图像的均值作为高分辨率图像测最优估计。