一种光学超分辨率图像重建方法技术

本发明专利技术公开了一种光学超分辨率图像重建方法，包括：根据成像系统与采集到的低分辨率图像的像素灰度值分布对该低分辨率图像的点扩散函数进行估计；根据估计到的点扩散函数对读取的低分辨率的参考图像进行降质退化处理，将处理结果与所述低分辨率图像进行比较，并判断比较结果是否超出阈值范围；若是，则利用特定的投影修正算子对参考图像进行修正，并重复上一个步骤，直至比较结果在阈值范围内，从而获得重建后的光学超分辨率图像。通过采用本发明专利技术公开的方法，可以有效提升图片的分辨率。

【技术实现步骤摘要】

本专利技术涉及光学成像与图像处理领域，尤其涉及一种光学超分辨率图像重建方 法。
技术介绍
图像超分辨率重建技术是信息光学和数字图像处理领域的一门新兴交叉学科。其 在国防、医学、智能交通、公共安全、宇宙探索、地理信息系统、光学显微测量、计算机视觉、 模式识别等领域有着的广泛的应用。对于图像超分辨率重建技术进行研究有着重要的意 义。 影响图像质量的因素是多种多样的。首先一个原因是成像系统的"限制"，这是因 为所有光学成像系统都是衍射受限系统。简单的说，此系统并不能把所有的"频率"信息都 纳入图像之中，许多"高频"信息都没有进入图片信息，导致所成的像要变模糊，没有高频的 结构信息。第二个原因是，由于倏逝波的存在，这就决定了许多"超高频"并不能进入成像系 统，这些倏逝波在物体表面就已经"湮灭"衰减了。第三个原因是由于现在许多成像设备都 是基于数字CCD成像的，由于传感器单元大小和性能的限制，就导致成像时的抽样率不足， 这就导致了成像质量不好。最后一个原因是由于畸变、相对运动、晃动、相差、对焦不准、空 气扰动、云雾干扰以及噪声等造成成像质量变差。 综上所述，这一研究领域的关键是研究怎样超越成像系统的固有限制，重建出高 质量的"超分辨率"图像，这也是超分辨率重建的关键。然而，现有技术还没有较为成熟的 方案，从而无法有效重建出高质量的"超分辨率"图像。
技术实现思路
本专利技术的目的是提供，可以有效提升图片的分辨 率。 本专利技术的目的是通过以下技术方案实现的： -种光学超分辨率图像重建方法，包括： 根据成像系统与采集到的低分辨率图像的像素灰度值分布对该低分辨率图像的 点扩散函数进行估计； 根据估计到的点扩散函数对读取的低分辨率的参考图像进行降质退化处理，将处 理结果与所述低分辨率图像进行比较，并判断比较结果是否超出阈值范围； 若是，则利用特定的投影修正算子对参考图像进行修正，并重复上一个步骤，直至 比较结果在阈值范围内，从而获得重建后的光学超分辨率图像。 所述根据成像系统与采集到的低分辨率图像的像素灰度值分布对该低分辨率图 像的点扩散函数进行估计包括： 根据成像系统类型确定点扩散函数的形状，若为单色系统，则点扩散函数为I = (sinx/x)2的形状，若是白光系统，则点扩散函数多为高斯形状； 再根据点扩散函数的形状与低分辨率图像的像素灰度值分布进行点扩散函数的 估计。 所述特定的投影修正算子通过拉格朗日乘数法进行推导获得，推导过程的约束条 件为参考图像经过降质退化处理之后得到的中间图像与所述低分辨率图像的差值最小。 所述低分辨率的参考图像包括：X光成像及其他内部成像所获得的图像。 由上述本专利技术提供的技术方案可以看出，该方案可以有效提升图片的分辨率，亦 即扩展图片的高频分量，通过分析和重建，恢复出具有高分辨率细节的，噪声低的超分辨率 图像。在一般的衍射受限光学系统中，能够突破系统的衍射受限，经过重建达到逼近原始 场景的功效；特别是在光学显微实验中，能够突破原始的光学衍射极限，使重建结果达到 130nm的精度，这超越了一般衍射受限220nm--400nm的极限。【附图说明】 为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用 的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本 领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他 附图。 图1为本专利技术实施例提供的的流程图。【具体实施方式】 下面结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整 地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本 专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施 例，都属于本专利技术的保护范围。 本专利技术实施例提供，如图1所示，该方法主要包 括如下步骤： 步骤101、根据成像系统与采集到的低分辨率图像的像素灰度值分布对该低分辨 率图像的点扩散函数进行估计。 具体来说，首先，根据成像系统类型确定点扩散函数的形状，若为单色系统，则点 扩散函数为I = (sinr/r)2的形状，亦即是一个以原点为中心的多圈圆环，其每个圆环的极 值亮度是逐次降低的。若是白光系统，则点扩散函数多为高斯形状； 再根据点扩散函数的形状与低分辨率图像的像素灰度值分布进行点扩散函数的 估计。 步骤102、根据估计到的点扩散函数对读取的低分辨率的参考图像进行降质退化 处理，将处理结果与所述低分辨率图像进行比较，并判断比较结果是否超出阈值范围；若 是，则转入步骤103进行迭代运算；否则，转入步骤104。 示例性的，假设采集到的低分辨率图像为g。，参考图像为f。，点扩散函数为h。，则 根据估计到的点扩散函数h。对读取的低分辨率的参考图像f。进行降质退化处理表示为： /〇 0?，将处理结果与所述低分辨率图像进行比较表示为：rQ = 0/? -勘" r。为余量矩 阵，再判断该余量矩阵r中每个像素的余量|r (i, j) I是否超出阈值范围（_ σ。，σ。)，其中 o 0〇 另外，本专利技术实施例中的低分辨率的参考图像包括：Χ光成像及其他内部成像所 获得的图像。 步骤103、利用特定的投影修正算子对参考图像进行修正，并重复上一个步骤，直 至比较结果在阈值范围内，从而获得重建后的光学超分辨率图像。 本专利技术实施例中，所述特定的投影修正算子通过拉格朗日乘数法进行推导获得， 推导过程的约束条件为参考图像经过降质退化处理之后得到的中间图像与所述低分辨率 图像的差值最小，即要求相关公式的导数为零，以此为基础可以得到相应的投影修正算子。 利用特定的投影修正算子对参考图像进行修正的过程如下： 式中，fn+1(x，y)为第η+1次修正之后得到的参考图像，P1, ,为投影修正算子；hQil] =h(j(i-x，j-y)，是一个点扩散函数，rn(i, j)是第η此迭代得到的余量。 且在修正之后，再返回前述步骤102,直至比较结果在阈值范围内，即通过迭代运 算完成光学超分辨率图像的重建。 步骤104、无需进行迭代运算，直接获得重建后的光学超分辨率图像结果。 由于参考图像有一个更新的过程，更新过后的图像即可作为超分辨率重建的结 果。 本专利技术实施例的上述方案，可以有效提升图片的分辨率，亦即扩展图片的高频分 量，通过分析和重建，恢复出具有高分辨率细节的，噪声低的超分辨率图像。在一般的衍射 受限光学系统中，能够突破系统的衍射受限，经过重建达到逼近原始场景的功效；特别是在 光学显微实验中，能够突破原始的光学衍射极限，使重建结果达到130nm的精度，这超越了 一般衍射受限220nm--400nm的极限。 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可 以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解， 上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易 失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中，包括若干指令用以使得一台计算机 设备（可以是个人计算机，服务器，或者网络设备等）执行本专利技术各个实施例所述的方法。 以上所述，仅为本专利技术较佳的【具体实施方式】，但本专利技术的保护本文档来自技高网...

【技术保护点】
一种光学超分辨率图像重建方法，其特征在于，包括：根据成像系统与采集到的低分辨率图像的像素灰度值分布对该低分辨率图像的点扩散函数进行估计；根据估计到的点扩散函数对读取的低分辨率的参考图像进行降质退化处理，将处理结果与所述低分辨率图像进行比较，并判断比较结果是否超出阈值范围；若是，则利用特定的投影修正算子对参考图像进行修正，并重复上一个步骤，直至比较结果在阈值范围内，从而获得重建后的光学超分辨率图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：缪泓，徐海明，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽;34