基于特征提取的红外图像超分辨率重建方法技术

本发明专利技术公开一种基于特征提取的红外图像超分辨率重建方法，包括：第一步，对采集的原始红外图像进行非奇异分解，滤除原始红外图像中的噪声干扰；第二步，对去噪后图像采用基于Gabor滤波器进行特征提取，并用基于形态学的方法对提取后的特征进一步增强；第三步，将增强后的特征图进行稀疏分解，采用拉格朗日乘子法求解稀疏系数，并用所求系数重建出原始红外图像的超分辨率图像。本发明专利技术在对红外图像进行超分辨率重建时能有效避免图像噪声对重建效果的影响，同时，因所提取的特征图具有更好的稀疏性，也进一步提高重建图像的质量。

Infrared image super-resolution reconstruction method based on feature extraction

The invention discloses an infrared image super-resolution reconstruction method based on feature extraction, including: first, non singular value decomposition of the original infrared image acquisition, noise filtering the original image; the second step, the denoised image using Gabor filter based on feature extraction, and the extracted features after the further enhancement based on morphological method; the third step, will enhance the feature image sparse decomposition, using the Lagrange multiplier method for solving sparse coefficient, and the coefficient of reconstruct the original infrared image super resolution image. The invention can effectively avoid the influence of image noise on reconstruction effect while super resolution reconstruction of infrared images, and meanwhile, the extracted feature maps have better sparsity, and further improve the quality of reconstructed images.

【技术实现步骤摘要】
基于特征提取的红外图像超分辨率重建方法
本专利技术属于图像处理
，特别涉及一种针对红外图像的超分辨率重建方法。
技术介绍
红外成像技术因其以感知物体辐射红外线程度进而成像的特点，能够有效克服因雨雾、遮挡、光照不足等客观因素造成无法对目标进行观测的弊端，可进行全天候24小时有效监控，因此得到广泛应用。在成像过程中，图像会因光学透镜扭曲变形、大气模糊、传感器模糊、光学模糊和运动模糊以及噪声等一系列干扰因素的影响，只能得到相对低分辨率图像。传统提高红外图像质量的方法多局限于通过提高对比度使图像细节可见。然而，随着数字图像越来越多的应用于各个领域，人们对高分辨率图像的需求越来越高。如，以医疗图像、卫星遥感、视频监控等为主的各应用领域。高分辨率图像中的像素密度更高，相同尺寸下比低分辨率图像能提供更多细节，这些在许多实际应用中不可或缺，而这些细节是仅提高对比度下无法获得的。然而，因技术工艺水平、研制成本及体积要求等方面的限制，导致从硬件方面提高红外图像分辨率受到诸多限制，现有被动式红外探测器的分辨率也普遍较低。因此，应从软件角度出发提高红外图像分辨率，同时也是提高红外图像质量的重要途径之一本文档来自技高网...

【技术保护点】
基于特征提取的红外图像超分辨率重建方法，其特征在于，包括以下步骤：第一步，对采集的原始红外图像进行奇异分解，滤除原始红外图像中的噪声干扰；第二步，对去噪后图像采用基于Gabor滤波器进行特征提取，并用基于形态学的方法对提取后的特征进一步增强；第三步，将增强后的特征图进行稀疏分解，采用拉格朗日乘子法求解稀疏系数，并用所求系数重建出原始红外图像的超分辨率图像。

【技术特征摘要】
1.基于特征提取的红外图像超分辨率重建方法，其特征在于，包括以下步骤：第一步，对采集的原始红外图像进行奇异分解，滤除原始红外图像中的噪声干扰；第二步，对去噪后图像采用基于Gabor滤波器进行特征提取，并用基于形态学的方法对提取后的特征进一步增强；第三步，将增强后的特征图进行稀疏分解，采用拉格朗日乘子法求解稀疏系数，并用所求系数重建出原始红外图像的超分辨率图像。2.根据权利要求1所述的基于特征提取的红外图像超分辨率重建方法，其特征在于：第一步中，原始红外图像Y大小为m×n；经奇异值分解后得到由L个奇异值构成的对角形式的奇异值矩阵∑＝diag(σ1,σ2,…,σL)，其中L为图Y的秩，且奇异值由大到小排列；设定阈值σth，将低于阈值的奇异值舍去，用保留下来的奇异值及对应的奇异向量重新构建图像，实现去噪；自适应阈值σth的选取方法为去噪后的重建图像为Y′m×n≈Um×m∑′m×nVn×nT，其中奇异值矩阵为∑′m×n＝diag(σ1,...σth)。3.根据权利要求1所述的基于特征提取的红外图像超分辨率重建方法，其特征在于：第二步中，在使用Gabor滤波器进行特征提取时，进行多方向特征提取；同时，对这些特征图进行融合时考虑各特征图涵盖的信息，采用不同的权重系数进行融合。4.根据权利要求3所述的基于特征提取的红外图像超分辨率重建方法，其特征在于：二维gabor滤波器为其中，(i,j)为空间像素，σi和σj是标准差，f0是空域频率；若变换原坐标系为i′＝icosθ+jsinθ，j′＝-isinθ+jcosθ则通过调节角度参数θ获得多个方向gabor滤波器。5.根据权利要求3所述的基于特征提取的红外图像超分辨率重建方法，其特征在于：选取6个不同角度方向构建gabor滤波器，并分别与去噪后图像进行卷积运算，得到一系列特征图F(i,j)＝{Fθ(i,j)|θ＝0°,30°,60°,90°,120°,150°}；其中，Fθ(i,j)＝Y'(i,j)*gθ(i,j)；gθ是角度...

【专利技术属性】
技术研发人员：刘雪超，杨婷，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：陕西,61