The invention discloses a rapid step of super-resolution reconstruction method based on anisotropic as follows: for all the collected original image sampling and motion compensation, to obtain a high resolution image after the blur image, as a reference to improve the reconstruction model; L1 norm minimum two multiplication based on the reconstructed model after optimization; introducing anisotropy of a regular structure, one based on the parameters of the adaptive regularization model, adaptive reconstruction based on anisotropic; the reference image as the initial value of the iteration, the model of adaptive reconstruction to start the iteration, the calculation of each reconstructed image peak signal-to-noise ratio, when the iteration results the peak signal-to-noise ratio is lower than last time, stop iterative image reconstruction is completed. The invention eliminates the redundant process in the reconstruction model, reduces the amount of computation in the reconstruction process, and improves the speed and quality of the super-resolution reconstruction of the image.
【技术实现步骤摘要】
基于各向异性的快速超分辨率重建方法
本专利技术属于光学图像重建
,特别是一种基于各向异性的快速超分辨率重建方法。
技术介绍
图像超分辨率重建技术就是利用一组低质量、低分辨率图像或运动序列来产生单幅高质量、高分辨率图像的技术。单位尺度上的像素密度高的图像称为高分辨率图像,高分辨率图像表达的图像细节更多,信息更丰富。分辨率是表征图像观测水平的重要技术指标,受探测器阵列数目以及探测器结构限制,成像系统的空间采样频率的空间采样频率往往无法满足采样定理,从而容易产生混频现象,导致图像模糊。提高图像空间分辨率的途径通常有两种。一种是改进成像器件的物理特性,如降低像元尺寸、增大芯片面积等。但这一方法有内在缺陷,芯片面积增大会引起电荷转移速率下降,降低像元尺寸会使单位像元受光量减少、成像单元受散粒噪声的影响加大,进而导致成像图像的质量急剧下降。另一种是改进光学镜头的焦距和孔径。20世纪60年代由Harris和Goodman首次提出了单幅图像复原的超分辨率重建技术。20世纪80年代初,Tsai和Huang首次提出了基于序列图像的超分辨率重建技术。图像超分辨率重建,是采用信号处理技术和计算机软件的方法,通过由一帧或含有互补信息的多帧同一场景低分辨率图像,重建高分辨率图像的技术。超分辨率重建算法分为频域算法和空域算法两类。频域算法是基于傅里叶变换的平移特性,连续傅里叶变换和离散傅里叶变换之间的变换关系实现超分辨率复原的算法。理论简单,计算量小,但缺点是只适用于全局平移运动和退化模型。空域算法包括非均匀插值法,反向投影迭代法,凸集投影法,最大后验概率法。插值法可以将单幅低分 ...
【技术保护点】
一种基于各向异性的快速超分辨率重建方法,其特征在于,步骤如下:步骤1,对采集到的所有原始图像进行运动补偿及上采样,得到一幅高分辨率图像模糊以后的图像
【技术特征摘要】
1.一种基于各向异性的快速超分辨率重建方法,其特征在于,步骤如下:步骤1,对采集到的所有原始图像进行运动补偿及上采样,得到一幅高分辨率图像模糊以后的图像作为参考图;步骤2,对基于L1范数最小二乘法的重建模型进行改进,得到优化以后的重建模型;步骤3,引入各向异性的正则化项,构造一个基于该正则化项的自适应参数,得到基于各向异性的自适应重建模型;步骤4,将步骤1所得参考图作为迭代初始值将带入步骤3所构建的自适应重建模型开始迭代,计算每次重建图像的峰值信噪比,当迭代结果的峰值信噪比低于上一次时,停止迭代,图像重建完成。2.根据权利要求1所述的基于各向异性的快速超分辨率重建方法,其特征在于,步骤1中所述高分辨率图像模糊以后的图像具体为:对采集到的所有原始图像分别进行运动补偿和上采样,然后求取各幅图像对应位置像素的平均值,得到高分辨率图像模糊退化以后的图像。3.根据权利要求1所述的基于各向异性的快速超分辨率重建方法,其特征在于,步骤2所述优化以后的重建模型为:其中,是原始高分辨率图像X的极大似然估计,H表示模糊矩阵。4.根据权利要求1所述的基于各向异性的快速超分辨率重建方法,其特征在于,步骤3所述引入各向异性的正则化项,构造一个基于该正则化项的自适应参数,得到基于各向异性的自适应重建模型,具体为:(1)各向异性正则化项为:其中Ψ(s2)=2μ2(1+s2/μ2)0.5是Charbonnier函数,其中μ是固定参数,v1、v2是图像结构张量J的两个正交向量,图像结构张量J公式如下:
【专利技术属性】
技术研发人员:屈惠明,赵世静,笪健,李蕊,崔振龙,龙泉舟,刁海玮,傅晓梦,
申请(专利权)人:南京理工大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。