一种利用自然图像先验知识进行多帧图像超分辨重建的方法技术

本发明专利技术提出了一种利用自然图像先验知识进行多帧图像超分辨重建的方法。本发明专利技术在利用一系列低分辨率图像进行超分辨重建的过程中，引入学习得到的专家场模型作为自然图像先验知识，提高多帧图像超分辨重建的质量。相对于传统的贝叶斯多帧图像超分辨方法所使用的L1范数、全变分等先验知识，本发明专利技术使用的自然图像先验知识是通过图像数据库训练得到的专家场模型，能更好地提取自然场景的统计特征，从而获得更好的超分辨重建效果。本发明专利技术简化了多帧超分辨的部分过程，缩短了计算时间。

A method of multi frame image super resolution reconstruction based on prior knowledge of natural images

The invention proposes a method of super resolution reconstruction of multi frame images using prior knowledge of natural images. In the process of super-resolution reconstruction using a series of low-resolution images, the expert field model is introduced as a prior knowledge of natural images to improve the quality of super-resolution reconstruction of multi-frame images. Compared with the prior knowledge such as L1 norm and total variation used in the traditional Bayesian multi-frame image super-resolution method, the prior knowledge of the natural image used in the present invention is the expert field model trained by the image database, which can better extract the statistical features of the natural scene and obtain better super-resolution reconstruction effect. The invention simplifies the process of multi frame super resolution and shortens the computation time.

【技术实现步骤摘要】
一种利用自然图像先验知识进行多帧图像超分辨重建的方法
本专利技术属于图像处理领域，尤其涉及一种利用自然图像先验知识进行多帧图像超分辨重建的方法。
技术介绍
图像超分辨(SuperResolution)重建技术是利用数字图像处理的算法，恢复成像过程中所丢失的细节、提高图像分辨率的技术。目前，图像超分辨重建主要分为两大领域：单帧图像超分辨重建和多帧图像超分辨重建。多帧图像超分辨重建通过多帧低分辨率图像之间的互补信息来重建图像。在可以获得多帧图像的前提下，多帧图像超分辨可以取得更好的效果。在多帧图像超分辨重建的方法中，最大后验概率法(MAP)和凸集投影法(POCS)是目前应用较广、研究最多的两种算法。MAP算法是一个统计估计问题，当原始图像的后验概率密度函数可以被建立时常常使用这种方法。POCS算法可以结合各种成像模型和先验知识，但是POCS的解一般不具有唯一性，效果常常依赖于起点的选取。POCS算法的运算量较大，对配准的要求较高，当运动估计不准时，会出现较多的噪声。图像超分辨是一个病态问题，需要结合图像x的先验知识给出x的概率分布函数p(x)。自然图像服从重尾分布，目前常用的L1范数、全本文档来自技高网...

【技术保护点】
1.一种利用自然图像先验知识进行多帧图像超分辨重建的方法，其特征在于，该方法包括以下步骤：(1)用student‑t分布来模拟自然图像的专家场分布，并训练专家场分布的参数；(2)初始化设置，具体是：(2.1)计算初始图像：在输入的L张低分辨率图像中任意选择一张图像进行上采样得到初始图像x0，采样因子记为res；根据采样因子res构建下采样矩阵A；(2.2)设置卷积核h，根据卷积核h构建模糊矩阵H；(2.3)以步骤(2.1)中选择的低分辨率图像为参考图像，计算第1到第L张图像相对于参考图像的位移，包括横坐标方向的平移值sx和纵坐标方向的平移值sy；根据sx、sy构建位移矩阵C；(2.4)估计噪声...

【技术特征摘要】
1.一种利用自然图像先验知识进行多帧图像超分辨重建的方法，其特征在于，该方法包括以下步骤：(1)用student-t分布来模拟自然图像的专家场分布，并训练专家场分布的参数；(2)初始化设置，具体是：(2.1)计算初始图像：在输入的L张低分辨率图像中任意选择一张图像进行上采样得到初始图像x0，采样因子记为res；根据采样因子res构建下采样矩阵A；(2.2)设置卷积核h，根据卷积核h构建模糊矩阵H；(2.3)以步骤(2.1)中选择的低分辨率图像为参考图像，计算第1到第L张图像相对于参考图像的位移，包括横坐标方向的平移值sx和纵坐标方向的平移值sy；根据sx、sy构建位移矩阵C；(2.4)估计噪声标准差σ；(2.5)设置迭代步长delta和迭代次数maxit；(3)利用最大后验概率法进行多帧图像超分辨重建，具体是：(3.1)根据最大后验概率法建立关于待超分辨重建图像x的方程：其中，yk为输入的第k张低分辨率图像，Hk为第k张低分辨率图像对应的模糊矩阵，Ck为第k张低分辨率图像对应的位移矩阵，ψ为专家函数的对数形式，Ji为专家场模型中的第i个滤波器，为Ji的转置，N为滤波器Ji的个数，αi为第i个专家函数的权重，λ为专家场对数形式在重建方程中的权重，且(3.2)迭代求解步骤(3.1)建立的方程(1)，当满足收敛标准或者达到最大迭代次数时停止迭代，得到最优解x。2.根据权利要求1所述一种利用自然图像先验知识进行多帧图像超分辨重建的方法，其特征在于，所述步骤(1)中，专家场分布的公式如...

【专利技术属性】
技术研发人员：冯华君，张承志，徐之海，李奇，陈跃庭，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33