【技术实现步骤摘要】
基于增强非局部总变分模型先验的单幅图像超分辨率重建方法
本专利技术涉及非局部变分模型与图像超分辨率重建技术，具体涉及一种增强非局部总变分模型先验，并将该先验运用于单幅图像超分辨率重建中，属于数字图像处理领域的图像复原方向。
技术介绍
随着计算机科学与信息科学的蓬勃发展，图像/视频等数字化视觉信号在军事、医疗、农业、民生等领域有着越来越广泛的应用，这也对高分辨率图像/视频提出了极大的应用需求。但是由于采集设备和拍摄环境的限制，最终采集到的图像/视频不可避免地存在一定程度的降质(如：分辨率不足、噪声污染、模糊等)，可能导致获取的图像/视频的质量无法满足实际需求。因此，提升图像/视频信号的分辨率是十分必要的。根据单幅降质图像对原始真实高分辨率图像进行估计的单幅图像超分辨率重建技术是重要的图像质量提升方法，其具有成本低、适用性强等特点。由于同一低分辨率图像可能对应多个不同的高分辨率图像，单幅图像超分辨率重建属于典型的逆问题，具有明显的病态性。为了获得可靠的高分辨率图像估计，需要对真实解空间进行正则化约束，这会涉及到自然图像的先验信息。在过去的几十年中，图像处理领域的学者们...
【技术保护点】
1.基于增强非局部总变分模型先验的单幅图像超分辨率重建方法，其特征在于包括以下步骤：步骤一：对输入低分辨率图像进行双三次插值，得到初始高分辨率图像估计；步骤二：利用多偏移搜索策略，对估计的高分辨率图像的每个目标图像块进行相似块搜索，进而得到每个像素对应的非局部相似像素组；步骤三：基于衰减核策略，对多偏移搜索处理中的小偏移目标图像块分配大的权重，而对大偏移目标图像块分配小的权重；步骤四：计算基于衰减核策略下，每个像素与目标参考像素间的非局部相似权重，并进行归一化处理；步骤五：基于稳定的组相似性可靠度策略，得到每个相似像素组与目标参考像素间的相似性可靠度度量；步骤六：联合步骤四...
【技术特征摘要】
1.基于增强非局部总变分模型先验的单幅图像超分辨率重建方法，其特征在于包括以下步骤：步骤一：对输入低分辨率图像进行双三次插值，得到初始高分辨率图像估计；步骤二：利用多偏移搜索策略，对估计的高分辨率图像的每个目标图像块进行相似块搜索，进而得到每个像素对应的非局部相似像素组；步骤三：基于衰减核策略，对多偏移搜索处理中的小偏移目标图像块分配大的权重，而对大偏移目标图像块分配小的权重；步骤四：计算基于衰减核策略下，每个像素与目标参考像素间的非局部相似权重，并进行归一化处理；步骤五：基于稳定的组相似性可靠度策略，得到每个相似像素组与目标参考像素间的相似性可靠度度量；步骤六：联合步骤四与步骤五，得到增强非局部总变分模型先验；步骤七：根据步骤六得到的模型先验，构建对应的超分辨率重建代价函数；步骤八：利用SplitBregmanIteration技术来最优化重建代价函数，得到估计的高分辨率图像；步骤九：重复步骤二至八，直到迭代次数到达预设值。2.根据权利要求1所述的基于增强非局部总变分模型先验的单幅图像超分辨率重建方法，其特征在于步骤三所述的衰减核策略：采用高斯形式的衰减核策略来对多偏移搜索处理中不同偏移距离的目标块分配不同的权重；为了实现对不同偏移进行自适应加权，定义如下变量其中，表示j在Xi对应的高维度非局部相似像素的索引集Ni中的子索引集，定义如下：其中δι为每个偏移目标块相对非偏移目标块的偏移距离，σ是p×p尺寸的高斯核的标准差，Zσ是核归一化参数；为了避免低相似度像素的影响和进一步降低维度，把小于阈值τdis的相似像素丢弃，仅保留大概率的相似像素。3.根据权利要求1所述的基于增强非局部总变分模型先验的单幅图像超分辨率重建方法，其特征在于步骤四所述的基于衰减核策略的归一化相似权重计算：在衰减核策略基础上采用了归一化的权重处理，为后续更加灵活的权重计算方法提供了很好的条件；采用如下方式计算每个相似像素与目标参考像素间的非局部相似权重：其中，为Xj与Xi间的基于概率的权重，wd(i,j)为Xj与Xi间的基于亮度的像素距离权重，依次定义为：其中，是的第j个相似...
【专利技术属性】
技术研发人员：任超，何小海，熊淑华，王正勇，滕奇志，卿粼波，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川,51
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。