专利名称：单帧图象超分辨方法
技术领域：
本发明涉及一种对图象进行分析和处理，从而显著提髙图象的分辨率、 清晰度和对比度的方法，属于图象处理的范畴。
背景技术：
成像系统在成象过程中，由于大气扰动和干扰、可见度影响、光学效应 以及在光电信号转换过程中的积分效应等影响，使原来的物图象模糊和变 形；同时，由于模数(A/D)变换过程的欠采样，会引起频率混叠，丢失高频 信息，并且使频率混叠段出现频谱畸变，因此，不但将真实的图象景物的频 谱变窄了，而且改变了高频段的结构，这是因为成像设备的设计限制造成的 分辨率损失，也是超分辨要解决的主要问题。另外，在信号传输和图象形成 过程中，还会受到天电噪声、颗粒噪声、热噪声、扫描噪声等多种噪声的污 染，也会降低实际图象的分辨率。
在过去的三十多年中，关于单帧退化图象的复原问题，人们建立和发展 了一系列的经典理论。近十多年来，随着计算机科学和工程的持续不断的发 展，允许更复杂更费时的算法，在解决图象复原问题的基础上，人们把主要 精力集中在超分辨处理的非传统处理方法和新的第二代问题上。在国际上， 尽管长期以来存在能否实现图象超分辨的争论，但是多帧图象超分辨方法发 展很快，在处理领域上可分为频域的和空域的。近来，由于应用需求的迫切 性，国内外关于此方面的研究热情越来越髙，新方法也层出不穷，并且在卫 星遥感图象处理、医学图象和地震图象分析等诸领域的应用方面都取得了很 大的进展。
目前，各种各样的超分辨方法通常都很灵敏于它们对数据和噪声的假设 模型，因而限制了应用。通过L1范数最小化和鲁棒的正则化，不但计算消耗 少，而且对运动和模糊估计中的误差具有鲁棒性，导致图象具有尖锐的边缘。 为了克服不精确的亚像元配准对高分辨率图象重构的影响，采用自动估计正 则化参数的方法，可以实现对配准误差噪声的鲁棒性。
发明内容
本发明的目的是提供一种处理单帧图象的方法，特别是通过处理，提髙 图象的分辨率、对比度和清晰度。本发明不但对图象超分辨给予了肯定，而 且创造性地实现了单帧图象的超分辨。
上述的目的通过以下的技术方案实现
本发明涉及以下四个方面的内容:单帧图象超分辨、频率混叠深度(FAD) 参数的提出、对假象(振铃)的抑制和图象复原。
1. 单帧图象超分辨方法，首先对图象进行分析，通过频率混叠参数判 定是否采用单帧频域解混叠超分辨方法进行处理；然后通过傅立叶变换、频 域解混叠算法及傅立叶反变换，丰富图象的纹理与细节,提高图象的清晰度、 对比度和分辨率，并抑制振铃假象。
所述的单帧图象超分辨方法，即所述的超分辨解混叠处理包括
(1) 对低分辨率的单帧图象/"/)进行傅里叶变换，将其变换到频谱 ；
(2) 对所获得的频谱/^(， )进行频域变换滤波或补偿滤波处理，以得到 扩展与增强的高分辨率图象频谱G(^Ml);
(3) 通过傅里叶逆变换，将经过频域扩展与增强的超分辨率图象频谱 G(附，w)变换成高分辨率图象g(A，/)。
2. 所述的单帧图象超分辨方法中，所述的频率混叠深度
二混叠宽度 "_频谱宽度
其中，频谱宽度为2;r; Cu为频率混叠深度(FAD)参数，反应频谱高端混 叠的程度。Cu提取过程包括对欠采样的低分辨率图象，进行傅立叶变换； 对低分辨图象的频谱进行全局多项式最小二乘拟合；对拟合以后的频谱中的 低频成分和高频中心能量，进行二次截断拟合；对二次截断拟合的频谱进 行频谱拓展，进而算出FAD参数Cu。
若FAD参数d^0.4，则采用本发明的单帧超分辨技术，若FAD参数 C11>().4，则采用多帧超分辨技术。
3. 所述的抑制振铃假象产生的方法，所述控制频域校正的控制参数C12 与归一化高频中心能量参数p互为倒数，若d2大于规定值，则在超分辨的 处理中引入抑制振铃假象操作，以免在处理后的高分辨率图象中出现假象。Cu提取过程包括从低分辨率图象的频谱中得到图象的频谱振幅值根方差;
通过对频谱振幅值根方差进行多项式拟合处理，得到高频归一化能量参数
C12。
4.所述的图象复原的方法，首先对输入的卫星图象分别进行模糊分析、 信噪比分析和云雾分析，然后把分析结果分别与模糊标准、信噪比标准和云 雾标准比较，判断是否需要进行解模糊操作、增强信噪比操作和抑制薄云薄
雾操作，各自的判断结果分别用控制参数C2、 C3和C4表示，并把它们传递
给控制器和图象复原组合进行相应的处理。
图象复原是超分辨的基础，这部分的新技术如下
(1) 基于傅立叶变换(FT)的有限支持域上的迭代盲目反巻积算法 利用FT可以实现图象信号从时域到频域的反复变换，在反复变换中加
进期望的限制对信号在两个域中进行反复修改，使得最后产生出期望的图 象。对于盲目反巻积问题，将频域估计用改进的维纳滤波来实现，使得FT 迭代算法变得更合理。经验表明利用FT的迭代算法虽然没有稳定的收敛性 质，但常常能提供一个较接近的解。由于基于FT的迭代盲目反巻积算法有 快速算法，所以在真实遥感图象实验中利用这种算法进行解模糊处理。本发 明在理论分析和大量实验论证的基础上，得出了迭代两次时算法效果最佳的 结论。
(2) 基于二阶偏导数的非线性各向异性扩散去噪算法 在仅有单源(帧)遥感图象的情况下，基于偏微分方程(PDE)去噪方
法是一个较好的选择。本发明针对图象中较普遍存在的高斯噪声和泊松噪 声，将二阶导数因子引入基于PDE的非线性各向异性扩散过程，建立了改 进的扩散去噪算法，不但能有效地抑制平滑区域的噪声，而且能有效地抑制 边缘纹理处的噪声；不但能很好地保护阶跃性强边缘，而且能很好地保护甚 至增强较弱的细节纹理；还不会使边缘纹理发生位移，没有虚假纹理产生。 处理高斯噪声污染的图象，可使尸57\7 提高值>3~4^6;处理泊松噪声污染 的图象，可使/^7\ 提高值>2 3必。
(3) 云雾污染图象中云雾成分和地物成分是相乘关系 云雾也是污染图象的一个重要因素，针对含薄云薄雾的图象，还存在相
当多的地物目标信息，本发明在分析云雾图象成象模型的基础上，提供了基 于同态滤波器和基于小波多分辨分析的两种方法(非发明)，实验表明，都取得了较好的效果。两种方法的应用场合不同，前者用于不能提供无云雾参 考图象的情况，而后者可用于能够提供无云雾参考图象的情况。
本发明的效果
本发明通过图象的处理可以使用低分辨率的成像系统，通过对图象的处 理而得到高分辨率的图象，可以突破遥感髙分辨成像系统对其成像器械、存 储设备、研制与运行等造成的成本障碍和技术障碍，获得更经济的成本，达 到国际民用和军事用途超分辨处理的领先水平。
本发明创造性地实现了单帧图象的超分辨，对低分辨率的图象信号的频 谱进行扩展与增强处理，从而补偿由于频率混叠损失的高频信息，解开频率 混叠，同时又消除可能引起振铃假象现象的频率突变，提高了图象的分辨率、 对比度和清晰度。本发明将图象分析、图象复原和图象超分辨处理结合在一 起，形成一个完整高效的图象处理解决方案，其效果显著且易于实现，具有 很好的应用前景和价值。
需要指出的是，我们在研究过程中逐步认识到，FAD参数对图象超分 辨操作和处理效果都有重大意义，可有三个方面的重要应用，分别论述如下
(1) 用作先验信息，优化超分辨处理算法 在对一类卫星图象进行超分辨处理之前，先分析这类卫星图象的FAD
参数Cu、 C12，并且针对Cu、 Q的大小以及频率混叠的具体情况，优化超分
辨算法中解混叠操作、频率补偿操作和抑制振铃假象操作等,修改其中的控 制参数和迭代运算的次数，形成针对这一类卫星图象的最优超分辨算法。
(2) 用作选择超分辨方法的控制参数
根据FAD参数的大小，可以选择适当的超分辨算法。例如，我们面前 的研究结果表明，当q^0.4时，可以选用比较简便的单帧超分辨算法；当 qp0.4时，应该选用多帧(源)超分辨算法。
(3) 用作图象超分辨处理效果的客观评价
为了提高利用图象特别是卫星图象进行目标识别的能力和定位测量的 精度，通过图象处理关键技术的研究，建立和优化卫星图象复原及超分辨处 理方法、算法，大幅度地提高卫星图象的分辨率、对比度和清晰度，其中超 分辨将图象的分辨率提高到原来的1.6倍左右，解模糊将图象的峰值信噪比 提髙10dB以上,对比度提高8dB以上，而去噪则将图象的信噪比提高了 2 4dB，极大地提高图象包括航天图象识别的能力，完成实用系统软件的研制， 为实际应用奠定基础。
图1是本发明总体技术方案简图2是本发明的原理框图3显示了频域补偿滤波与p指数变化的关系；
图4是频率混叠的校正和补偿示意图(A=2);
图4(a) —维信号归一化频谱^fc)(7V-128);
图4 (b) —维频域补偿滤波的频率传输函数/^)(A-2);
图4 (c)一维频域补偿滤波处理后的信号频谱G(/t)(2A^256); 图5是解模糊实施方案； 图6是抑制薄云薄雾的算法方案，其中
图6(a)基于同态滤波的薄云薄雾抑制技术的算法方案；
图6(b)基于小波多分辨分析的薄云薄雾抑制技术的算法方案； 图7是单帧超分辨算法处理结果，其中
图7 (a)单帧超分辨算法处理"资源二号"(3米分辨率)图象结果(2
图7(b)单帧超分辨算法处理Spot5图象结果(2幅)。
图7(c)单帧超分辨算法处理Ikcmos(l米分辨率)图象结果(2幅)。 图8是解模糊算法处理结果，其中
图8(a)多帧(源)解模糊算法结果PSNR增加23dB;
a-l)—帧低分辨率模糊图象(17,40dB); a-2)解模糊图象(40.65dB); 图8(b)基于FT盲目反巻积算法对"资源二号"图象解模糊效果对 比度增加10dB;
图9是去噪算法处理结果，其中
图9(a)多帧(源)去噪声算法效果？8皿增加4.5€ ;
其中左图为低分辨率噪声图象(16.89dB)，右图为去噪后图象 (21. 65dB);图9(b)改进的非线性各向异性扩散去噪算法效果； 左2幅图泊松噪声图象(27.54118);右2幅图去噪后图象(30.2638);
图9(c)陷波带阻滤波器消除条带噪声效果-. c-l为实际遥感图象；c-2为陷波带阻滤波器； c-3为消除的条带噪声；c-4为滤波后的输出图象；
图IO是抑制薄云薄雾算法处理结果
图10 (a)为基于同态滤波抑制云雾效果图象;其中左图为云雾图象； 右图为抑制云雾后图象；
图10(b)基于小波多分辨分析抑制云雾效果图象，其中左图为无云雾 参考图象；中图为云雾图象；右图为抑制云雾后图象；
具体实施例方式， 实施例1:
单帧图象超分辨方法，首先对图象进行分析，根据分析结果决定是否进 行消除噪声、模糊和云雾的图象复原处理；然后进行超分辨处理，通过频率 混叠参数判定是否采用单帧频域解混叠超分辨方法进行处理；然后通过傅立 叶变换、频域解混叠算法及傅立叶反变换，丰富图象的纹理与细节，提髙图 象的清晰度、对比度和分辨率，并抑制振铃假象。
所述的频率混叠深度
c 一混叠宽度 11 —频谱宽度
其中频谱宽度为2;r; Cu为频率混叠深度(FAD)参数，反应频谱高端 混叠的程度。Cu提取过程包括对欠采样的低分辨率图象，进行傅立叶变 换；对低分辨图象的频谱进行全局多项式最小二乘拟合；对拟合以后的频谱 中的低频成分和高频中心能量，进行二次截断拟合；对二次截断拟合的频谱 进行频谱拓展，进而算出FAD参数Cu。若FAD参数Cu 20.4,则采用单帧超分辨技术，若FAD参数Cu^.4, 则采用多帧超分辨技术；而Q为髙频归一化能量参数，若Q较大则需要在 超分辨的处理中引入抑制振铃假象操作，能够避免在处理后的高分辨率图 象中出现假象。
具体说明如下
由一个实际场景的物图象g"力得到一组观测图象y;(A:，/),"u…，P，每 帧图象的质量退化了，分辨率和对比度都降低了。所以，y;oM)是低分辨率
观测图象，而g(x,力是高分辨率的原始物图象。/ou)是降质的数字图象，
而g(x,力是不失真的连续图象。为了方便，假定在满足抽样定理的条件下， 把g(^，力不丢失任何信息地转换成数字图象，即高分辨率的原始数字物图
象，用g(、/)表示。
所述的图象分析包括首先对输入的图象分别进行模糊分析、信噪比分析 和云雾分析，然后把分析结果分别与模糊标准、信噪比标准和云雾标准比较， 判断是否需要进行解模糊操作、增强信噪比操作和抑制云雾操作，各自的判
断结果分别用控制参数C2、 C3和C,表示，并把它们传递给控制器和图象复 原组合进行相应的处理。
图象复原和解混叠过程包括建立和优化解混叠、解模糊和增强信杂比 的重复递归迭代数学模型；通过所述的图象分析的频谱分析、模糊分析和信 杂比分析，建立在递归运算中需要引入的解频率混叠算法、解模糊算法和抑 制噪声算法的准则；完成频域重复递归算法软件模块的研制，并通过实验对 软件模块进行优化。
1.关于图象复原操作
(1)模糊的抑制技术
作为一项关键技术，模糊函数的确定和解模糊处理的实施方案，首先对 实际卫星图象进行模糊分析，辨识图象模糊的类型。若存在散焦模糊，则进 一步确定其模糊函数，并且提取模糊参数即模糊度C2;若存在运动模糊， 则需要进行运动参数估计，辨识是空变的还是空不变的，并且对不同的模糊 区域进行分割，其中可能包括无模糊区域，对各个不同的模糊区域进一步确 定模糊函数和模糊度C2。经过上述分析确定的模糊函数分别用于相应的解 模糊算法，得到复原图象，而模糊度参数C2则用作算法的控制参数。我们已经知道，解模糊过程实质是反巻积过程。本发明重点介绍基于傅
立叶变换(FT)的有限支持域上的迭代盲目反巻积算法。
有限支持域上图象降质的数学模型一般可以表达为一个巻积积分
=J^O-sj-OgCM^w/z+^O^) (1)
式中，D是二维平面上的一个有限支持域。这里，观测图象/0c,力是一个完
全巻积，因而真实图象g(X，力和点扩散函数/^，力都是有限支持的。
二维盲目反巻积有一个解的模糊问题，此处关注的是位移模糊，因为这 种表面上似乎不影响解的外形的模糊，实际上却给迭代反巻积算法的收敛造 成很大困难，克服这一困难的方法是限制解的支持域。有限支持域上的二维 盲目反巻积问题一般说来是超定的，因而具有可解性。但是这一问题同时也 是非线性的，即解可能不唯一。
利用傅立叶变换(FT)可以实现图象信号从时域到频域的反复变换， 在反复变换中加进期望的限制对信号在两个域中进行反复修改，使得最后产 生出期望的图象。此想法的进一步演化变成图象复原和重建的基本方法之 一，已经有许多成功的应用。由于对信号的限制常可以解释为凸集投影，因 此这类迭代方法可归类于基于凸集投影的算法。
对于盲目反巻积问题，将频域估计用维纳滤波来实现，使得傅立叶变换 迭代算法变得更合理。频域估计的计算公式是
/^(附,")F(附,")
l"(附,")l2 +
S织(m，")
(2)
其中，S^O，") 率谱。
将Wiener :j
//(附，")=
(5 (w,w)尸(w,w)
^(附，")卩+s""(附，")
(3)
&A(W，")
&"w，")和分别是输入信号、巻积核和噪声的功
從w
波替
(m,") = GoW(w,") +
Wiener滤波，其频域估计公式是
|//(w，w)|2 +y
K附，")-K附，")十
(5 (m,w)S(m，w)
(4)
(5)
10其中，S(m,") = F(m，")-6(m，")A(m，")， ^和^是两个小常数。 一般说来， 如果信噪比较低,用较大的&和A可以保证解的平滑性,但是改善速度较慢。 反之，太小的^和 ^有可能使结果较快地接近一个不平滑的逆滤波解。经 验表明利用傅立叶变换的迭代算法虽然没有稳定的收敛性质，但常常能提供 一个较接近的解。由于基于傅立叶变换的迭代盲目反巻积算法有快速算法， 所以我们在真实图象实验中利用这种算法进行解模糊处理。
(2)噪声的抑制
本发明提供了抑制图象噪声的基于二阶偏导数的非线性各向异性扩散 去噪算法，而且还提出和建立了能剔除条带噪声的陷波带阻滤波器和能消除 颗粒噪声的引入梯度限制的中值滤波器。
(i) 基于二阶偏导数的非线性各向异性扩散去噪算法 在仅有单源(帧)图象的情况下，基于偏微分方程(PDE)去噪方法是
一个较好的选择。本发明针对图象中较普遍存在的高斯噪声和泊松噪声，将 二阶导数因子引入基于PDE的非线性各向异性扩散过程，建立了改进的扩 散去噪算法，不但能有效地抑制平滑区域的噪声，而且能有效地抑制边缘纹 理处的噪声；不但能很好地保护阶跃性强边缘，而且能很好地保护甚至增强 较弱的细节纹理；还不会使边缘纹理发生位移，没有虚假纹理产生。处理高 斯噪声污染的图象，可使尸57V及提高值〉3 4必；处理泊松噪声污染的图象， 可使尸SV及提高值> 2 ~ 3dB 。
<formula>formula see original document page 11</formula>
(ii) 陷波带阻滤波器
为了消除条带噪声，根据其频谱的特点，在频域设计了陷波带阻滤波器。 理想带阻滤波器的形式为
<formula>formula see original document page 11</formula>
式中，"(","=[("-M/2)2+(v-7V/2)卞2， M，W是图象频谱的二维宽度，二 维圆函数的中心与二维图象频谱的中心重合；//(",v)定义了一个圆环形的陷 波带阻滤波器，W是阻带的宽度，D。是圆形阻带中心的半径。
(iii) 引入梯度限制的中值滤波器在具有严重颗粒噪声的图象中进行有限制的中值滤波，即在常规的中值 滤波中引入基于梯度的限制条件被处理点的梯度小于预定的门限且其灰值 在预定的值域之外。这样，将图象的梯度与其颗粒噪声的关系作为先验信息， 建立了有限制的中值滤波算法，不但可以消除图象中严重的颗粒噪声，而且 可以有效地保护纹理细节。
(3)薄云薄雾抑制技术， 在薄云薄雾的情况下，图象主要由两个因素决定 一个是云雾等的影响， 记为z'"力，另一个是地面反射特性的影响，记为"0c，力，两者是相乘的关 系，总的影响因素/"力为
/0，力w(Xjyo，力 (8) 根据云雾和景物分布的特点，相对而言，云雾主要分布在低频，而景物
相对主要占据高频。若去除云雾的影响，即去除/"力，求Ka力。由于
/"力是由/"力和Ka力相乘得到的，所以无法使用一般的滤波器把
去掉。本发明提供了解决这一问题的方法。
(i) 基于同态滤波的薄云薄雾抑制技术 基于同态滤波的薄云薄雾抑制技术是把频率过滤和灰度变换结合起来
的一种处理方法，它是把地物和云雾的图象反射模型作为频域处理的基础， 利用压縮亮度范围和增强对比度来改善图象质量的一种处理技术。利用同态
滤波器进行云雾抑制的实施方案如附图6(a)所示。
云雾分量通常是慢变化的，而反射分量则变化较为剧烈，这个特征使得 有可能把一幅图象取对数后的傅立叶变换的低频分量和云雾分量联系起来， 而把反射分量与地面景物分量联系起来，这样的近似基本上反^fe了实际景物 的本质。
(ii) 基于小波多分辨分析进行云雾抑制 相对于传统的分析方法来说，小波分析的一个主要优点是提供了局部分
析和细化的能力，它可以更好地对时空信号的变化进行建模，在描述信号的 细节方面更为方便。通过小波多分辨分析可以将一幅图象进行多层分解，形 成多个低分辨率成分，每一部分有不同的频率和空间属性，而且通过小波逆 变换可以利用每部分重构一个高分辨率图象。利用小波多分辨分析进行云雾 抑制的实施方案如附图6(b)所示。
2.关于单帧超分辨操作假定已经消除了模糊、噪声和云雾的影响，从频谱上进一步分析实际卫 星图象，研究频谱结构的基本属性，特别是高频段频率混叠的情况，以便为 图象超分辨探索先验信息。
如前所述；为了描述图象因欠采样引起的频率混叠程度，提出和建立了
频率混叠深度(FAD)参数C ，本发明研究C 的取值范围、计算方法以及 Cn与超分辨方法选择的关系，最后给出Cu的应用。 FAD参数C 定义为
=混叠宽度 11 —频谱宽度
上式中频谱宽度为2;r。
采样图象的频谱结构形式和低频部分保持不变，仅仅高频有损失，并且 可能由于高频混叠改变频谱结构。因此，在这里只关心高频部分。根据各组 频谱分析的结果，分别列表给出高频能量的最低值、频率混叠宽度和频率混 叠参数C 的估计。
皿的超^^M处理中的具体iffi包括
(1) 对低分辨率的单帧图象/(^,/)进行傅里叶变换，将其变换到频谱
(2) 对所获得的频谱F(w，")进行频域变换滤波或补偿滤波处理，以得 到扩展与增强的高分辨率图象频谱G(^Mf);
(3) 通过傅里叶逆变换，将经过频域扩展与增强的超分辨率图象频谱 G(m，/i)变换成高分辨率图象g(A，/)。
其中，所述的频域补偿滤波处理包括
(1) 对所述频谱F(附，w)进行频谱分析，得到归一化高频中心能量参数
(2) 将所得到的归一化高频中心能量参数p与预先给定的门限外h进行
比较；
(3) 当所述参数p小于或等于所述门限/^时，利用频域补偿滤波器对 所述频谱F(m，")进行频域补偿处理；
(4) 当所述参数/>大于所述门限/^时，对所述频谱F(m,")进行变换滤 波处理。
其中，所述频域变换滤波器的一维数学模型为
13<formula>formula see original document page 14</formula>(9)
其中，/f是频谱点，7V为原图象行/列的像素数目，J是超分辨率因子， 是 频域高频混叠中心能量归一化参数，p是归一化高频中心能量参数，p与c12 互为倒数；
实施例2:
实际图象大都含有或多或少的噪声，为此首先利用上述基于FT的迭代 盲目反巻积算法对多组含噪模糊图象进行了解模糊复原操作的仿真实验，研 究解模糊效果与迭代次数N的关系。在实验中，首先使用大小为3x3的散 焦模糊矩阵对原始图象作巻积，并加入N(0，5)的高斯噪声，得到含噪的模糊 图象；对含噪的模糊图象进行解模糊处理，迭代次数N从1变到6，得到解 模糊图象。然后，对模糊图象和解模糊后的图象计算峰值信噪比i^iVi ,进 而可以得到盲目反巻积算法三组实验结果的PSAT及增加值与迭代次数N的 关系曲线，进而得到在迭代次数iV=2时解模糊前后i^iV及增加值达到峰值， 约为4~6dB,随着迭代次数的进一步增加，处理后的图象的户57V及反而降低。
分别提取和比较在超分辨处理前后图象的FAD参数，可以得到多超分 辨处理效果的客观评价，即将FAD参数用作超分辨的客观评价参数。例如， 对某幅卫星图象，在超分辨处理前后的FAli参数分别Cm和Cu2，则令
△C = Cm-C112 (10)
或
々=cm - c112 x■ %
Cm
^=》 (12)
不难理解，AC是超分辨处理后图象的FAD参数的减少量，Sc是FAD 参数减少量的相对值，^c是超分辨处理前后图象FAD参数的比值。AC或 Sc或诉c越大，则超分辨处理效果越好。例如，假定C川-2.0， C112 = 0.5, 则ZJC二1.5, &=75%, 5RC=4。
显然，^c是图象频率混叠改善的倍数，可以用分贝表示，称之为频率混叠深度改善因子，即
<formula>formula see original document page 15</formula>(13)
假定Cm-2.0， Cm=0.5，则诉,12dB，即经超分辨处理后，图象的 频率混叠改善了 12dB。单帧超分辨处理方法
为了抑制图象中的噪声，存在很多常规的方法，例如各种帧内滤波器和 帧间滤波器，都能在一定程度上滤除噪声，但是存在噪声滤除与边缘纹理细 节保留之间的矛盾，在对噪声进行滤除的同时将图象的边缘纹理区域模糊 了，从而导致分辨率和对比度的降低。因此，必需研究新的去噪方法，在滤 除噪声的同时，又能保留甚至增强边缘纹理细节信息，以便有效地提高图象 的空间分辨率。为此，本发明重点研究了四种去噪算法，下面给出四种去噪 算法，并给出处理结果。
(1) 基于多帧(源)信息融合的频域去噪算法
在多帧(源)频域解混叠理论基础上，利用噪声的不相关性，采用最 小均方技术，导出一套循环递归迭代算法
产,+窗『c] 一
可以使尸57V鹏高值> 4.5必。
(2) 引入二阶偏导数的非线性各向异性扩散去噪算法 在仅有单源(帧)卫星图象的情况下，基于偏微分方程(尸"A去噪方
法是一个较好的选择。将图象的二阶偏导数引入扩散系数，建立新的非线性 各向异性扩散算法
与以往的某些经典的去噪方法相比，这种方法不但能够较好地抑制噪 声，并且能够保留甚至增强边缘和纹理细节等特征，提高抑制噪声和图象复 原的效果。处理髙斯噪声污染的图象，可使/^^ 提高值>3 4 ;处理泊松 噪声污染的图象，可使/^^ 提高值>2~3^ 。
1权利要求
1.一种单帧图象超分辨方法，其特征是首先对图象进行分析，通过频率混叠参数判定是否采用单帧频域解混叠超分辨方法进行处理；然后通过傅立叶变换、频域解混叠算法及傅立叶反变换，丰富图象的纹理与细节，提高图象的清晰度、对比度和分辨率，并抑制振铃假象。
2. 据权利要求1所述的单帧图象超分辨方法，其特征是所述的频率 混叠深度_混叠宽度 "_频谱宽度其中，频谱宽度为2;r; Cu为频率混叠深度(FAD)参数，反应频谱高端混叠的程度。Cu提取过程包括对欠采样的低分辨率图象，进行傅立叶变换； 对低分辨图象的频谱进行全局多项式最小二乘拟合；对拟合以后的频谱中的 低频成分和高频中心能量，进行二次截断拟合；对二次截断拟合的频谱进行 频谱拓展，进而估算出FAD参数Cu。若FAD参数Cu 则采用单帧超分辨技术，若FAD参数Cn >0.4,则采用多帧超分辨技术。
3. 根据权利要求1或2所述的单帧图象超分辨方法，其特征是所述 的超分辨解混叠处理中包括-.(1) 对低分辨率的单帧图象/(W)进行傅里叶变换，得到其频谱；(2) 对所获得的频谱F(m,")进行频域变换滤波或补偿滤波处理，以得 到扩展与增强的高分辨率图象频谱( (m^);(3) 通过傅里叶逆变换，将经过频域扩展与增强的超分辨率图象频谱 G(m，n)变换成高分辨率图象g^，/)。
全文摘要
单帧图象超分辨方法，成像系统在成象过程中，使原来的物图象模糊和变形；同时，由于其中模数(A/D)变换过程CCD的欠采样，会引起频率混叠，丢失高频信息，并且使频率混叠段出现频谱畸变，因此，不但将真实的图象景物的频谱变窄了，而且改变了高频段的结构，这是因为成像器件的设计限制造成的分辨率损失。单帧图象超分辨方法，首先对图象进行分析，通过频率混叠参数判定是否采用单帧频域解混叠超分辨方法进行处理；然后通过傅立叶变换、频域解混叠算法及傅立叶反变换，丰富图象的纹理与细节，提高图象的清晰度、对比度和分辨率，并抑制振铃假象。本发明用于卫星遥感图象处理、医学图象和地震图象分析等诸领域。
文档编号G06T5/00GK101540039SQ20081009605
公开日2009年9月23日 申请日期2008年4月25日 优先权日2008年3月21日
发明者李冬冬, 李金宗, 杨学峰, 马冬冬 申请人:李金宗