1.基于多种互补先验的视频超分辨率重建算法,其特征在于包括以下步骤:
步骤一:对输入的低分辨率的视频帧,我们将连续三帧作为一组,然后分别利用MSEPLL,MNLR和SKR方法来重建中间帧,得到高分辨率图片F1、F2和F3,并将它们作为初始的输入图片;
步骤二:利用步骤一中得到的三张高分辨率图像F1、F2和F3,对它们进行如下处理:F1-F2=C1,F3-F2=C2,并得到残差图像C1和C2;
步骤三:对于步骤二中的残差图像C1和C2,我们采用Gabor滤波器对它们进行滤波处理,并得到残差图像C3和C4;
步骤四:对于步骤三中的残差图像C4,我们用C4减去C3,得到残差图像C5,然后用Gauss滤波器对其进行滤波处理,得到残差图像C6;
步骤五:对于步骤三中的残差图像C3和步骤四中的残差图像C6,我们对它们进行一个自适应加权并得到残差图像C7,最后将其叠加到F2上得到最终的重建图像。
2.根据权利要求1所述的基于多种互补先验的视频超分辨率重建算法,其特征在于步骤一中所述,我们利用MSEPLL,MNLR和SKR这三种具有互补特性的先验分别应用到超分辨率重建的过程中,得到三张不同的重建高分辨率图像,并将其作为后面的输入。
3.根据权利要求1所述的基于多种互补先验的视频超分辨率重建算法,其特征在于步骤三中所述,对于不同方法重建出来的图片相减得到的残差,利用Gabor滤波器对其进行滤波来滤除其中的奇异点。
4.根据权利要求1所述的基于多种互补先验的视频超分辨率重建算法,其特征在于步骤四中所述,对处理后的残差图片C3和C4进行进一步处理,用C4减去C3得到残差C5,再对新得到的残差C5进行Gauss滤波。
5.根据权利要求1所述的基于多种互补先验的视频超分辨率重建算法,其特征在于步骤五中所述,对于步骤三中的残差图像C3和步骤四中的残差图像C6进行一种自适应加权得到最后的残差,其中权值根据初始输入低分辨率图片的噪声水平来自适应确定,最后用加权后的残差来对步骤一中的图片F2进行高频信息恢复。