[发明专利]一种视频图像超分辨率重建方法及装置

权利要求书

1.一种视频图像超分辨率重建方法，其特征在于，包括：

获取运动摄像头在同一场景拍摄的连续多帧低分辨率图像；

从所述连续多帧低分辨率图像中获得连续多帧低分辨率目标物体图像；

衡量所述连续多帧低分辨率目标物体图像的图像质量，获取图像质量最优的低分辨率目标物体图像；

将所述图像质量最优的低分辨率目标物体图像进行单帧超分辨率重建，得到高分辨率待处理帧，所述高分辨率待处理帧以外的其他低分辨率目标物体图像进行插值，得到多张高分辨率参考帧；

将所述高分辨率待处理帧划分成若干图像块；

利用运动估计方法对所述高分辨率待处理帧和多张高分辨率参考帧进行图像配准，得到所述多张高分辨率参考帧中与所述高分辨率待处理帧的图像块对应的匹配块；

计算所述匹配块的平均梯度，获取最佳匹配块，其中，所述最佳匹配块包括平均梯度大于预设图像块梯度阈值与运动系数乘积的所有匹配块；

利用所述最佳匹配块分别对所述高分辨率待处理帧对应的图像块进行修正，得到所述超分辨率目标物体图像。

2.根据权利要求1所述的视频图像超分辨率重建方法，其特征在于，所述衡量所述连续多帧低分辨率目标物体图像的图像质量，获取图像质量最优的低分辨率目标物体图像，包括：

计算所述连续多帧低分辨率目标物体图像的平均梯度；

对比所述连续多帧低分辨率目标物体图像的平均梯度，得到平均梯度最大的低分辨率目标物体图像；

将所述平均梯度最大的低分辨率目标物体图像作为图像质量最优的低分辨率目标物体图像。

3.根据权利要求1所述的视频图像超分辨率重建方法，其特征在于，所述将所述图像质量最优的低分辨率目标物体图像进行单帧超分辨率重建，包括：

获取训练样本，其中，所述训练样本包括训练样本库中若干相匹配的高分辨率图像块和低分辨率图像块的特征向量组成的特征向量对，所述特征向量为相对应图像块的若干区域梯度组成的梯度向量；

将所述训练样本在预设的稀疏字典编码超分辨率模型进行稀疏编码，建立所述高分辨率图像块和低分辨率图像块的稀疏关联关系；

将所述图像质量最优的低分辨率目标物体图像划分为若干图像块；

计算所述图像质量最优的低分辨率目标物体图像的所有图像块的特征向量；

将所述图像质量最优的低分辨率目标物体图像的图像块的特征向量分别输入所述稀疏字典编码超分辨率模型，根据所述稀疏关联关系，得到所述高分辨率待处理帧。

4.根据权利要求1所述的视频图像超分辨率重建方法，其特征在于，所述高分辨率待处理帧以外的其他低分辨率目标物体图像进行插值，包括：

采用8阶对称插值滤波器对所述其他分辨率目标物体图像进行半像素插值，采用7阶非对称插值滤波器对所述其他分辨率目标物体图像进行四分之一像素插值。

5.一种视频图像超分辨率重建装置，其特征在于，包括：

低分辨率场景图像获取模块，用于获取运动摄像头在同一场景拍摄的连续多帧低分辨率图像；

目标物体图像获取模块，用于从所述连续多帧低分辨率图像中获得连续多帧低分辨率目标物体图像；

图像质量衡量模块，用于衡量所述连续多帧低分辨率目标物体图像的图像质量，获取图像质量最优的低分辨率目标物体图像；

高分辨率目标图像获取模块，用于将所述图像质量最优的低分辨率目标物体图像进行单帧超分辨率重建，得到高分辨率待处理帧，所述高分辨率待处理帧以外的其他低分辨率目标物体图像进行插值，得到多张高分辨率参考帧；

超分辨率目标图像获取模块，所述超分辨率目标图像获取模块包括：

第二图像块划分单元，用于将所述高分辨率待处理帧划分成若干图像块；

运动估计单元，用于利用运动估计方法对所述高分辨率待处理帧和多张高分辨率参考帧进行图像配准，得到所述多张高分辨率参考帧中与所述高分辨率待处理帧的图像块对应的匹配块；

最佳匹配块获取单元，用于计算所述匹配块的平均梯度，获取最佳匹配块，其中，所述最佳匹配块包括平均梯度大于预设图像块梯度阈值与运动系数乘积的所有匹配块；

高分辨率待处理帧修正单元，用于利用所述最佳匹配块分别对所述高分辨率待处理帧对应的图像块进行修正，得到所述超分辨率目标物体图像。