一种图像的超分辨率重建方法与流程

文档序号:12722421阅读:来源:国知局

技术特征:

1.一种图像的超分辨率重建方法,其特征在于:包括以下步骤:

A1,计算待处理的低分辨率图像对应的高分辨率图像,作为初始的高分辨率图像,将得到的初始的高分辨图像分块,计算各图像块的中心像素点的位置向量p所对应的结构张量Sw(p);

A2,计算各图像块的结构张量Sw(p)的特征值,并根据计算得到的特征值判断图像块是否为平滑图像块;

A3,在图像块为平滑图像块时,将步骤A1得到的初始的高分辨率图像块作为该图像块的最终高分辨率图像块;

A4,在图像块为非平滑图像块时,根据该图像块生成图论其中,图论表示多个彼此连接的顶点,各顶点为该图像块中的各像素点;ε和W分别表示自定义的一组边缘集合和一个权重邻接矩阵,其中,Wi,j表示边缘集合ε中的边缘e的权重;设定对角矩阵D,其中,第i个对角元素di表示图论中顶点i的所有边缘事件的权重的总和;生成拉普拉斯矩阵L=D-W;由拉普拉斯矩阵计算得到该图像块的最终高分辨率图像块;

A5,待所有图像块得到最终的高分辨率图像块后,得到最终重建的高分辨率图像;重建时,对于两图像块重叠区域的像素点,取该像素点对应的两高分辨率像素值的平均值得到该像素点的高分辨率像素值。

2.根据权利要求1所述的图像的超分辨率重建方法,其特征在于:步骤A4中,根据如下步骤生成图论1),从0°~180°的角度范围内选择一边缘方向ψ1,该边缘方向ψ1垂直于该图像块的质心;2),从0°~90°的角度范围内选择一个角度,由该角度/{ψ1}确定另一个边缘方向ψ2,该边缘方向ψ2垂直于该图像块的质心;3)在图论中,使用步骤2)中的边缘方向ψ2将相邻的点连接起来从而得到图论

3.根据权利要求2所述的图像的超分辨率重建方法,其特征在于:步骤1)中,从{0°,45°,90°,135°}四个角度中选择一个角度作为边缘方向ψ1;步骤2)中,从{0°,90°}两个角度中选择一个角度。

4.根据权利要求1所述的图像的超分辨率重建方法,其特征在于:步骤A4中,根据如下步骤由图论得到邻接矩阵W:当图论中的顶点i和顶点j连接时,W(i,j)=W(j,i)=1,当图论中的顶点i和顶点j没有连接时,则W(i,j)=W(j,i)=0。

5.根据权利要求1所述的图像的超分辨率重建方法,其特征在于:步骤A4中,根据如下步骤由拉普拉斯矩阵计算得到该图像块的最终高分辨率图像块:

y=(HTH-λL)

其中,H表示设定的由高分辨图像下采样到低分辨图像的采样矩阵,λ表示校正参数,y表示所计算的高分辨图像块。

6.根据权利要求1所述的图像的超分辨率重建方法,其特征在于:步骤A1中,根据如下公式计算得到各图像块对应的结构张量Sw(p):

<mrow> <msub> <mi>S</mi> <mi>w</mi> </msub> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msub> <mo>&Sigma;</mo> <mi>r</mi> </msub> <mi>w</mi> <mrow> <mo>(</mo> <mi>r</mi> <mo>)</mo> </mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>I</mi> <mi>x</mi> </msub> <mo>(</mo> <mrow> <mi>p</mi> <mo>-</mo> <mi>r</mi> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </mtd> <mtd> <mrow> <msub> <mo>&Sigma;</mo> <mi>r</mi> </msub> <mi>w</mi> <mrow> <mo>(</mo> <mi>r</mi> <mo>)</mo> </mrow> <msub> <mi>I</mi> <mi>x</mi> </msub> <mrow> <mo>(</mo> <mi>p</mi> <mo>-</mo> <mi>r</mi> <mo>)</mo> </mrow> <msub> <mi>I</mi> <mi>y</mi> </msub> <mrow> <mo>(</mo> <mi>p</mi> <mo>-</mo> <mi>r</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mo>&Sigma;</mo> <mi>r</mi> </msub> <mi>w</mi> <mrow> <mo>(</mo> <mi>r</mi> <mo>)</mo> </mrow> <msub> <mi>I</mi> <mi>x</mi> </msub> <mrow> <mo>(</mo> <mi>p</mi> <mo>-</mo> <mi>r</mi> <mo>)</mo> </mrow> <msub> <mi>I</mi> <mi>y</mi> </msub> <mrow> <mo>(</mo> <mi>p</mi> <mo>-</mo> <mi>r</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msub> <mo>&Sigma;</mo> <mi>r</mi> </msub> <mi>w</mi> <mrow> <mo>(</mo> <mi>r</mi> <mo>)</mo> </mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>I</mi> <mi>x</mi> </msub> <mo>(</mo> <mrow> <mi>p</mi> <mo>-</mo> <mi>r</mi> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>

其中,p表示图像块的中心像素点的位置向量,r表示图像块中的像素连接组成的向量;w(r)表示设定的权重参数,∑rw(r)=1;Ix和Iy分别表示x轴和y轴的偏导数。

7.根据权利要求1所述的图像的超分辨率重建方法,其特征在于:步骤A2中,当时,判断图像块是非平滑图像块;否则,判断图像块为平滑图像块;其中,δ表示阈值,分别表示图像块n对应的结构张量Sw(p)的特征值,且

8.根据权利要求1所述的图像的超分辨率重建方法,其特征在于:步骤A1中,分块的图像块的大小根据用户对重建精度和复杂度的要求综合设定。

9.根据权利要求1所述的图像的超分辨率重建方法,其特征在于:步骤A1中,利用双三次插值算法或者二次插值算法计算得到初始的高分辨率图像。

10.根据权利要求1所述的图像的超分辨率重建方法,其特征在于:还包括以下步骤:A6,将步骤A5中的重建的高分辨率图像作为步骤A1中的初始的高分辨率图像,重新进行步骤A1~A5的处理过程,重复迭代多次直至达到设定的迭代次数。

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1