一种基于离散小波变换的超透镜图像高频增强方法

本发明涉及数字图像处理领域，具体涉及一种基于离散小波变换的超透镜图像高频增强方法。

背景技术：

1、超透镜有调制能力强、工作范围广、容易实现大规模制造等特点，非常适用于军事和安防领域。但远红外超透镜本身受材料色散、噪声等诸多因素的限制，存在高频信息不足的问题，具体体现为对比度低、边缘模糊、细节不足等。若要从硬件上增强超透镜图像的高频信息，需要消除超透镜的色差，而在远红外的宽谱范围内设计消色差超透镜的条件非常苛刻。在传统算法中，传统的sobel算子和canny算子等会提取一些多余的边缘，且受限于超透镜自身图像质量差的问题，传统算法的高频增强效果均不理想。使用深度学习的方法，例如基于对抗学习的图像翻译网络，在进行图像恢复时无法对高频信息进行针对性增强，导致恢复的图像高频信息缺失，效果不佳。

2、公开号为cn115100074a的专利文献公开了一种基于迁移学习的高质量超透镜图像恢复方法，其包括：将待恢复超透镜图像ii输入至构建的超透镜图像恢复网络中，得到高质量超透镜图像；构建所述超透镜图像恢复网络过程中：基于迁移学习的思想，利用采集的自然图像数据集对预训练网络进行训练，获得训练好的预训练模型；获取清晰图像和待恢复超透镜图像i，使用预训练模型对待恢复超透镜图像i进行预处理，获得超透镜图像数据集；接着利用超透镜图像数据集对超透镜图像恢复网络进行训练，获得训练好的超透镜图像恢复模型。

技术实现思路

1、本发明针对现有图像恢复方法难以实现超透镜图像高频信息增强的问题，提出了一种基于离散小波变换的超透镜图像高频增强方法。该方法提出基于离散小波变换，在训练模型的过程中，将恢复的图像与清晰图像分别使用离散小波变换分离高频信息带，获得图像高频信息对；利用对抗学习的思想：构建高频信息判别器以及全域综合信息判别器，分别用于区分图像高频信息以及全域综合信息的来源；接着利用高频信息判别器以及全域综合信息判别器，训练生成器生成高频信息丰富的图像，实现超透镜图像高频信息的增强。

2、一种基于离散小波的超透镜图像高频增强方法，包括：将待恢复超透镜图像输入至构建的超透镜图像高频增强网络生成器中，得到高频信息丰富的超透镜图像。

3、构建所述超透镜图像高频增强网络过程中：基于离散小波变换的思想，将当前生成器生成的图像i与对应的清晰图像进行高频带分离；接着利用两个域的高频信息，训练高频信息判别器；利用当前生成器生成的图像与清晰图像训练全域综合信息判别器；接着利用高频信息判别器和全域综合信息判别器对超透镜图像高频增强网络的生成器进行训练，获得训练好的超透镜图像高频增强网络。

4、作为一种实施方案，所述生成器由三层下采样层组成的编码器、九个残差块组成的转换器和两层上采样层组成的解码器串联构成。

5、作为一种实施方案，所述高频信息判别器由四层卷积层组成；所述全域综合信息判别器由四层卷积层组成。

6、进一步，所述生成器的每个下采样层包括一个卷积层，一个正则化层和一个激活函数层，每个上采样层包括一个转置卷积层，一个正则化层和一个激活函数层。

7、进一步，所述卷积层为卷积核大小为4*4，步长为2的卷积层。

8、作为一种实施方案，所述高频信息由haar小波函数分离得到。

9、作为一种实施方案，构建所述超透镜图像高频增强网络过程中，首先采集待恢复超透镜图像以及其对应的所述清晰图像，待恢复超透镜图像经过当前生成器生成得到所述的图像i。

10、所述清晰图像是指像素尺寸大于等于256乘以256的图像。进一步，所述清晰图像为单通道热度图像，像素尺寸大于等于256乘以256；所述待恢复超透镜图像为由超透镜拍摄得到的、与所述清晰图像对应的、像素尺寸大于等于256乘以256的图像。

11、进一步，构建所述超透镜图像高频增强网络的过程如下：

12、(1)采用获取待恢复超透镜图像和对应的清晰图像；

13、(2)将待恢复超透镜图像输入到当前生成器中，获得高频待增强的超透镜恢复图像；

14、(3)将步骤(2)中得到的高频待增强的超透镜恢复图像使用离散小波变换，分离得到当前高频待增强的超透镜恢复图像的高频信息以及清晰图像的高频信息；

15、(4)利用步骤(3)中得到的高频待增强的超透镜恢复图像的高频信息以及清晰图像的高频信息训练高频信息判别器；

16、(5)利用步骤(2)中得到的高频待增强的超透镜恢复图像以及清晰图像训练全域综合信息判别器；

17、步骤(4)和(5)可同时进行或者先后进行；

18、(6)利用步骤(4)以及步骤(5)中得到的两个判别器，训练生成器；对当前获得生成器进行评价，如果不满足要求返回步骤(2)；如果满足要求，获得训练好的超透镜图像高频增强网络。

19、一种基于离散小波变换的超透镜图像高频增强方法，包含以下步骤：

20、1)获取待恢复超透镜图像和清晰图像，并将待恢复超透镜图像输入到生成器中，获得高频待增强的超透镜恢复图像；

21、2)将步骤1)中得到的高频待增强的超透镜恢复图像以及清晰图像使用离散小波变换，分离得到待增强的高频信息以及清晰图像的高频信息；

22、3)训练高频信息判别器，使其能够区分步骤2)中得到的待增强的高频信息以及清晰图像的高频信息；

23、4)训练全域综合信息判别器，使其能够区分步骤1)中得到的高频待增强的超透镜恢复图像以及清晰图像；

24、5)利用步骤3)以及步骤4)中得到的两个判别器，训练生成器，获得训练好的超透镜图像高频增强网络；

25、6)利用步骤5)，将待恢复的超透镜图像输入到训练好的超透镜图像高频增强网络中，实现超透镜图像高频信息的增强。

26、作为优选，本发明的训练模型包含生成器、高频信息判别器和全域综合信息判别器；其中生成器由三层下采样层组成的编码器、九个残差块组成的转换器和两层上采样层组成的解码器串联构成，高频信息判别器由四层卷积层组成，全域综合信息判别器由四层卷积层组成。

27、训练模型采用超透镜图像数据集进行训练，所述超透镜图像数据集由清晰图像-超透镜图像对组成。

28、相比于cn115100074a提到的现有方案，本发明增加了高频分离和高频判别器，能增强生成器的高频生成能力，从而进一步提升图像的恢复质量。

29、相当于现有技术，本发明具有以下有益的技术效果：

30、目前传统算法对超透镜图像的高频增强效果不佳，深度学习算法无法对高频部分进行针对性增强，导致恢复的清晰图像高频信息缺失。本发明基于离散小波变换获得图像的高频部分，并在训练中刺激生成器专注于超透镜图像的高频信息，进而提升超透镜图像的恢复质量，实现超透镜图像高频增强的目的。

31、本发明结构简单，易于实现，适用范围广，通用性强。

技术特征：

1.一种基于离散小波的超透镜图像高频增强方法，其特征在于，包括：将待恢复超透镜图像输入至构建的超透镜图像高频增强网络生成器中，得到高频信息丰富的超透镜图像；构建所述超透镜图像高频增强网络过程中：基于离散小波变换的思想，将当前生成器生成的图像i与清晰图像进行高频带分离；接着利用两个域的高频信息，训练高频信息判别器；利用当前生成器生成的图像与清晰图像训练全域综合信息判别器；接着利用高频信息判别器和全域综合信息判别器对超透镜图像高频增强网络的生成器进行训练，获得训练好的超透镜图像高频增强网络。

2.根据权利要求1所述的基于离散小波的超透镜图像高频增强方法，其特征在于，所述生成器由三层下采样层组成的编码器、九个残差块组成的转换器和两层上采样层组成的解码器串联构成；高频信息判别器由四层卷积层组成，全域综合信息判别器由四层卷积层组成。

3.根据权利要求2所述的基于离散小波的超透镜图像高频增强方法，其特征在于，所述生成器的每个下采样层包括一个卷积层，一个正则化层和一个激活函数层，每个上采样层包括一个转置卷积层，一个正则化层和一个激活函数层；所述卷积层为卷积核大小为4*4，步长为2的卷积层。

4.根据权利要求1所述的基于离散小波的超透镜图像高频增强方法，其特征在于，所述高频信息由haar小波函数分离得到。

5.根据权利要求1所述的基于离散小波的超透镜图像高频增强方法，其特征在于，构建所述超透镜图像高频增强网络过程中，首先采集待恢复超透镜图像以及其对应的所述清晰图像，待恢复超透镜图像经过当前生成器生成得到所述的图像i。

6.根据权利要求5所述的基于离散小波的超透镜图像高频增强方法，其特征在于，所述清晰图像为单通道热度图像，像素尺寸大于等于256乘以256；所述待恢复超透镜图像为由超透镜拍摄得到的、与所述清晰图像对应的、像素尺寸大于等于256乘以256的图像。

7.根据权利要求1～6任一项所述的基于离散小波的超透镜图像高频增强方法，其特征在于，构建所述超透镜图像高频增强网络的过程如下：

技术总结
本发明公开了一种基于离散小波的超透镜图像高频增强方法，包括：将待恢复超透镜图像输入至构建的超透镜图像高频增强网络生成器中，得到高频信息丰富的超透镜图像；构建所述超透镜图像高频增强网络过程中：基于离散小波变换的思想，将当前生成器生成的图像与清晰图像进行高频带分离；利用得到的高频信息和清晰图像，训练高频信息判别器和全域综合信息判别器；然后对生成器进行训练，获得训练好的超透镜图像高频增强网络。本发明基于离散小波变换获得图像的高频部分，并在训练中刺激生成器专注于超透镜图像的高频信息，进而提升超透镜图像的恢复质量，实现超透镜图像高频增强的目的。

技术研发人员：李旸晖,魏靖洋,黄皓,陈林耀,南志宣,王健一,屈嘉怡
受保护的技术使用者：中国计量大学
技术研发日：
技术公布日：2024/2/8