【技术实现步骤摘要】
本专利技术涉及视频图像处理
,特别是涉及一种基于总变差分和非线性增强滤波的超分辨率重建方法及其系统。
技术介绍
随着数码产品的普及,图像作为人类获取信息的主要来源,得到了越来越广泛的应用。同时,数字图像处理技术也得到了迅速发展。而视频图像的采集是数字图像处理系统中一个关键的步骤。在数字化采集过程中,受以下几个因素的影响,图像分辨率和图像质量会下降。采样频率,欠采样使得图像的频谱混叠,因变形效应而发生降质。大气扰动、脱焦、传感器尺寸以及图像采集设备和被拍摄物体之间的相对运动,会造成图像的模糊。而在图像的获取、传输和存储过程中,也会引入噪声,如高斯噪声,也会使图像发生降质。因此,如何提高图像的分辨率和质量,使其尽可能的接近原始的图像成为近年来国际上图像处理领域的研究热点之一。而随着图像处理技术的发展和计算机计算能力的不断提升,视频图像的超分辨率重建技术为低分辨率图像的重建提供了很好的解决方案。它可以将一系列低分辨率的图像按一定的比例放大,最终产生一幅或者多幅高分辨率的图像,并且很好的保持原图的结构。现有的超分辨率重建方法主要分为三大类:第一类是基于插值的超分辨率技术;第二类是基于重建的超分辨率技术;第三类是基于学习的超分辨率技术。简单的线性插值技术比如双线性和双三次插值,计算简单但是会产生锯齿效应,同时也会模糊边缘。为了更好的保持边缘的锐度,很多基于边缘指导的插值方法被相继提出。有研究者在2001年提出在低分辨率图像上估计高分辨率图像的协方差,然后用该协方差来进行插值。另有研究者在2008年提出一种基于分块的自回归模型,一次估计整块像素。另有研究者在2 ...
【技术保护点】
一种超分辨率图像重建方法,其特征在于,包括:图像分解步骤,其中通过图像分解,将输入图像分解成结构部分和纹理部分,其中结构部分相对平滑,并且具有锐利的边缘,而纹理部分包含图像的纹理和细节;图像放大步骤,其中对所述结构部分和所述纹理部分分别进行放大;以及图像组合步骤,其中将放大后的结构图像和纹理图像组合,生成最终的超分辨率图像。
【技术特征摘要】
1.一种超分辨率图像重建方法,其特征在于,包括:图像分解步骤,其中通过图像分解,将输入图像分解成结构部分和纹理部分,其中结构部分相对平滑,并且具有锐利的边缘,而纹理部分包含图像的纹理和细节;图像放大步骤,其中对所述结构部分和所述纹理部分分别进行放大;以及图像组合步骤,其中将放大后的结构图像和纹理图像组合,生成最终的超分辨率图像。2.根据权利要求1所述的超分辨率图像重建方法,其特征在于,在所述图像放大步骤包括:结构图像放大子步骤,对于所述结构部分,先用线性插值进行放大,然后用一个非线性锐化滤波器进行锐化,并采用改进的非局部均值滤波进行后处理;和纹理图像放大子步骤,对于所述纹理部分,采用脉冲锐化滤波器,对纹理图像进行增强。3.根据权利要求1或2所述的超分辨率图像重建方法,其特征在于,在所述图像分解步骤中,通过求解以下最小化方程进行图像分解: m i n u ∫ [ ▿ u ] + λ ∫ | f - u | - - - ( 1 ) ]]>其中是图像u的梯度,梯度越小,说明图像越平滑,λ是拉格朗日乘子,用来平衡这两部分的权重。4.根据权利要求3所述的超分辨率图像重建方法,其特征在于,在所述图像分解步骤中,方程式(1)中的λ取0.85。5.根据权利要求2所述的超分辨率图像重建方法,其特征在于,在所述结构图像放大子步骤中,进行基于冲击滤波的结构图像锐化,采用传统的双三次插值处理输入的结构图像,获得初始放大后的结构图像Iu0,然后采用冲击滤波器对边缘进行锐化操作,冲击滤波器对像素的迭代操作如下: Iu n + 1 = Iu n - s i g n ( ΔIu n ) | | ▿ Iu n | | t ... ... ( 2 ) ]]>其中,t是迭代步长,n是迭代次数,初始值为0,ΔIun和通过以下方 Δ I u = Iu x x &CenterDo...
【专利技术属性】
技术研发人员:贾惠柱,杨帆,解晓东,杨长水,陈瑞,高文,
申请(专利权)人:北京大学,
类型:发明
国别省市:北京;11
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。