一种基于权重小波变换的图像多分辨率重建方法技术

本发明专利技术提供一种基于权重小波变换的图像多分辨率重建方法，利用小波变换的多分辨率特性，将低分辨率图像分解成低频子图和高频子图，并根据高、低频子图各自的图像特征分别利用非均匀插值和改进的快速插值法进行图像重建，最后利用基于平均梯度的权重小波逆变换对高、低频子图的重建图像进行小波逆变换，得到最终的高分辨率图像；本发明专利技术利用改进的快速插值方法进行高频子图的超分辨率，利用高斯卷积核对图像的“空洞”信息进行估计填充，对不同方向的高频信息具有较好的处理效果；同时使用基于平均梯度的权重小波逆变换对高、低频子图的重建图像进行小波逆变换，可以自适应的对图像的细节信息进行增强，使重建图像信息丰富度高、细节突出。

A Multiresolution Image Reconstruction Method Based on Weighted Wavelet Transform

【技术实现步骤摘要】
一种基于权重小波变换的图像多分辨率重建方法
本专利技术涉及图像处理
，具体而言，尤其涉及一种基于权重小波变换的图像多分辨率重建方法。
技术介绍
近年来，空间图像超分辨率重建技术一直是学界的研究热点，其中多帧图像超分辨率重建技术是通过对多幅具有互补信息的低分辨图像进行处理，重建得到一幅高分辨率图像，在安全、监控、计算机视觉、军事侦查、医学成像等领域有重要的应用价值。小波变换具有多分辨率分析功能和逐步分解等特性，能够在图像重建过程中全面利用图像的信息，使得超分辨率重建后的图像信息丰富且细节清晰，在图像超分辨率重建中有广泛的应用。陈等.使用小波变换与FPGA实现了每秒30帧1024×1024图像的处理速度。张等.提出一种基于凸集投影法和复数小波包域的遥感图像上采样算法，实验证明，该方法对在遥感图像的高频细节部分重建和去模糊降噪方面，都有较好效果。孙等.将小波变换能够提取图像高频信息的特点与深度网络优异的图像重建性能相结合，提出一种结合小波变换与深度网络的图像超分辨率方法,能够良好地恢复图像细节。唐等.提出一种结合DWT和SWT的小波方法(D-S)，利用由SWT得到的高频频带来修正DW本文档来自技高网...

【技术保护点】
1.一种基于权重小波变换的图像多分辨率重建方法，其特征在于，包括以下步骤：步骤S1：获取多张源图像，对源图像进行小波变换，得到低频子图LA和高频子图HV、HH、HD；步骤S2：利用非均匀插值方法对步骤S1中的低频子图LA进行多帧超分辨率重建，重建得到高分辨率图像HLA；步骤S3：利用改进的快速插值方法对步骤S1中的高频子图HV、HH、HD进行多帧超分辨率重建，重建得到对应的高分辨率图像HHV，HHH，HHD；步骤S4：利用基于平均梯度的权重小波逆变换对高、低频子图的重建图像HLA，HHV，HHH，HHD进行小波逆变换，得到最终的高分辨率图像。

【技术特征摘要】
1.一种基于权重小波变换的图像多分辨率重建方法，其特征在于，包括以下步骤：步骤S1：获取多张源图像，对源图像进行小波变换，得到低频子图LA和高频子图HV、HH、HD；步骤S2：利用非均匀插值方法对步骤S1中的低频子图LA进行多帧超分辨率重建，重建得到高分辨率图像HLA；步骤S3：利用改进的快速插值方法对步骤S1中的高频子图HV、HH、HD进行多帧超分辨率重建，重建得到对应的高分辨率图像HHV，HHH，HHD；步骤S4：利用基于平均梯度的权重小波逆变换对高、低频子图的重建图像HLA，HHV，HHH，HHD进行小波逆变换，得到最终的高分辨率图像。2.根据权利要求1所述的基于权重小波变换的图像多分辨率重建方法，其特征在于，所述步骤S3中基于改进的快速插值方法具体步骤如下：步骤S31：分别将对步骤S1中的高频子图HV、HH、HD进行图像配准，得到三组对应的配准参数W1、W2、W3；步骤S32：利用步骤S31中的配准参数W1、W2、W3对分别对高频子图进行映射插值，得到对应的初始估计图H01、H02...

【专利技术属性】
技术研发人员：董丽丽，晋杰，姜宇航，张萌，许文海，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁,21