基于TV先验的单幅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TV先验的单幅图像超分辨率重建方法，首先通过对待提高分辨率的图像利用双三次插值算法omoms3进行上采样预处理，在预处理后图像中根据28种TV方向模板提取TV先验信息，最后将TV先验信息引入到非局部回归框架，更好的保留超分辨图像的纹理和边缘信息，克服传统插值算法所产生的图像边缘信息不足的现象，从而得到超分辨率重建图像，大大提高超分的效果。

Super-resolution Reconstruction of Single Image Based on TV Prior

【技术实现步骤摘要】
基于TV先验的单幅图像超分辨率重建方法
本专利技术涉及一种单幅图像超分辨率重建方法，尤其是一种能够增强图像边缘的基于TV先验的单幅图像超分辨率重建方法。
技术介绍
目前，图像超分辨率重建是一个相当活跃的研究领域，它提供了从手机成像到遥感成像再到医学成像的低分辨率限制的解决方案。低质量的图像通常是由低成本的传感器捕获、窄带传输和不良的光干扰造成的，当低质量的图像被广泛用于高清显示时，视觉分析和识别任务倾向于在更高分辨率的版本中显示，故，需要根据低分辨率图像的内容估计高分辨率图像，即图像超分辨率重建。目前，人们只能尽一切可能挖掘先验知识，建立模型，观察从低分辨率图像到高分辨率图像的映射关系，然后在此生成模型的基础上，设计出超分辨率重建算法。一类超分辨率重建方法使用简单的线性函数对图像进行上采样，如双线性插值、双三次插值和s样条等，当需要更大的放大系数时，这种基于重构的超分辨率重建算法总是不能取得很好的效果，在保留图像边缘等方面存在一些缺陷。还有一类方法将梯度先验信息加入到局部图像结构中，这类方法通常会引入更复杂的结构（斑块等）和辅助判断信息（梯度、边缘检测信息等），但大多数方法为不同的图像数据内容固定了一组不变的模型参数。因此，当这些方法处理具有不同纹理内容的自然图像时，往往会出现过平滑或毛刺现象。总变分（TotalVariation）模型最早用于对受到噪声污染的图像进行降噪，2002年Chan等人把TV模型推广到图像修复中。TV模型可以有效的分解图像中的结构信息和纹理，并且无需特别指定纹理是否规则或者对称。换言之，该方法具有一般性和随意性，适用于非统一的或各向异性的纹理。但是，迄今为止并没有将TV模型应用于单幅图像超分辨率重建的相关报道。
技术实现思路
本专利技术是为了解决现有技术所存在的上述技术问题，提供一种能够增强图像边缘的基于TV先验的单幅图像超分辨率重建方法。本专利技术的技术解决方案是：一种基于TV先验的单幅图像超分辨率重建方法，依次按照如下步骤进行：步骤011：获取一幅待提高分辨率的图像，记为Image_ori；步骤012：将图像Image_ori通过双三次插值omoms3算法进行上采样，得到的图像记为Image_omoms3；步骤021：设图像Image_omoms3的大小为M*N，从图像的左上角逐点移动，获得M*N个块；从第一个块开始，以待修复的像素为中心建立规模为3*3的28个TV方向模板，记为o(n),n=1,2,3……28，所述n为方向模板的序号，模板里9个像素从上到下，从左到右分别记为{d1,d2,d3,d4,d5,d6,d7,d8,d9}，则28种方向模板分别记为：o1{d1,d5,d6},o2{d4,d5,d3}，3{d3,d5,d6},o4{d4,d5,d1}o5{d6,d5,d7},o6{d4,d5,d9},o7{d6,d5,d9},o8{d4,d5,d7},o9{d2,d5,d7}，o10{d2,d5,d9},o11{d2,d5,d3},o12{d2,d5,d1},o13{d8,d5,d1},o14{d8,d5,d3}o15{d8,d5,d9},o16{d8,d5,d7},o17{d4,d5,d2},o18{d6,d5,d2},o19{d4,d5,d8}o20{d6,d5,d8},o21{d1,d5,d3},o22{d1,d5,d7},o23{d3,d5,d9},o24{d7,d5,d9}o25{d4,d5,d6}，o26{d2,d5,d8},o27{d1,d5,d9},o28{d7,d5,d3}；步骤022：分别计算每个方向模板中三个像素的均值，记为s(n)；步骤023：计算所有s(n)与中心像素值d5的差，取差的绝对值记为t(n)，选取t(n)中的最小值对应的序号为n的模板为最优方向模板；步骤031：从第一个块开始，以待修复的像素为中心建立规模为3*3的目标块，在目标块周围寻找25个搜索块p(m)，m=1,2,3……25，计算25个搜索块与目标块之间的欧氏距离记为D(m)，根据目标块与搜索块之间的相似度，得到每个搜索块的权重记为w(m)；步骤032：在25个搜索块中，根据最优方向模板计算出在此方向上的三个像素值的中值记为M(m)；步骤033：将得到的w(m)和M(m)对应相乘后求和，得到的值为当前像素点修复后的像素值。步骤034：循环遍历整幅Image_omoms3图像，将修复后的图像记为Image_result并保存。本专利技术首先通过对待提高分辨率的图像利用双三次插值算法omoms3进行上采样预处理，在预处理后图像中根据28种TV方向模板提取TV先验信息，最后将TV先验信息引入到非局部回归框架，更好的保留超分辨图像的纹理和边缘信息，克服传统插值算法所产生的图像边缘信息不足的现象，从而得到超分辨率重建图像，大大提高超分的效果。附图说明图1为本专利技术实施例原图进行双三次上采样示意图。图2为本专利技术实施例将TV先验信息引入非局部回归框架示意图。图3为本专利技术实施例的待提高分辨率的图像。图4为bicubic算法的提升分辨率后的图像。图5为本专利技术实施例的提升分辨率后的图像。具体实施方式本专利技术的基于TV先验的单幅图像超分辨率重建方法，依次按照如下步骤进行：步骤011：获取一幅待提高分辨率的图像，记为Image_ori；步骤012：如图1所示将图像Image_ori通过双三次插值omoms3算法进行上采样，得到的图像记为Image_omoms3；步骤021：设图像Image_omoms3的大小为M*N，从图像的左上角逐点移动，获得M*N个块；从第一个块开始，如图2所示以待修复的像素为中心建立规模为3*3的28个TV方向模板，记为o(n),n=1,2,3……28，所述n为方向模板的序号，模板里9个像素从上到下，从左到右分别记为{d1,d2,d3,d4,d5,d6,d7,d8,d9}，则28种方向模板分别记为：o1{d1,d5,d6},o2{d4,d5,d3}，3{d3,d5,d6},o4{d4,d5,d1}o5{d6,d5,d7},o6{d4,d5,d9},o7{d6,d5,d9},o8{d4,d5,d7},o9{d2,d5,d7}，o10{d2,d5,d9},o11{d2,d5,d3},o12{d2,d5,d1},o13{d8,d5,d1},o14{d8,d5,d3}o15{d8,d5,d9},o16{d8,d5,d7},o17{d4,d5,d2},o18{d6,d5,d2},o19{d4,d5,d8}o20{d6,d5,d8},o21{d1,d5,d3},o22{d1,d5,d7},o23{d3,d5,d9},o24{d7,d5,d9}o25{d4,d5,d6}，o26{d2,d5,d8},o27{d1,d5,d9},o28{d7,d5,d3}；步骤022：分别计算每个方向模板中三个像素的均值，记为s(n)；步骤023：计算所有s(n)与中心像素值d5的差，取差的绝对值记为t(n)，选取t(n)中的最小值对应的序号为n的模板为最优方向模板；步骤031：从第一个块开始，以待修复的像素为中心建立规模为3*3的目标块p0，在目标块p0周围寻找25个搜索块p(m)，m=1,2,3……25，计算2本文档来自技高网...

【技术保护点】
1.一种基于TV先验的单幅图像超分辨率重建方法，其特征在于依次按照如下步骤进行：步骤011：获取一幅待提高分辨率的图像，记为Image_ori；步骤012：将图像Image_ori通过双三次插值omoms3算法进行上采样，得到的图像记为Image_omoms3；步骤021：设图像Image_omoms3的大小为M*N，从图像的左上角逐点移动，获得M*N个块；从第一个块开始，以待修复的像素为中心建立规模为3*3的28个TV方向模板，记为o(n),n=1,2,3……28，所述n为方向模板的序号，模板里9个像素从上到下，从左到右分别记为{d1,d2,d3,d4,d5,d6,d7,d8,d9}，则28种方向模板分别记为：o1{d1,d5,d6},o2{d4,d5,d3}，3{d3,d5,d6},o4{d4,d5,d1}o5{d6,d5,d7},o6{d4,d5,d9},o7{d6,d5,d9},o8{d4,d5,d7},o9{d2,d5,d7}，o10{d2,d5,d9},o11{d2,d5,d3},o12{d2,d5,d1},o13{d8,d5,d1},o14{d8,d5,d3}o15{d8,d5,d9},o16{d8,d5,d7},o17{d4,d5,d2},o18{d6,d5,d2},o19{d4,d5,d8}o20{d6,d5,d8},o21{d1,d5,d3},o22{d1,d5,d7},o23{d3,d5,d9},o24{d7,d5,d9}o25{d4,d5,d6}，o26{d2,d5,d8},o27{d1,d5,d9},o28{d7,d5,d3}；步骤022：分别计算每个方向模板中三个像素的均值，记为s(n)；步骤023：计算所有s(n)与中心像素值d5的差，取差的绝对值记为t(n)，选取t(n)中的最小值对应的序号为n的模板为最优方向模板；步骤031：从第一个块开始，以待修复的像素为中心建立规模为3*3的目标块，在目标块周围寻找25个搜索块p(m)，m=1,2,3……25，计算25个搜索块与目标块之间的欧氏距离记为D(m)，根据目标块与搜索块之间的相似度，得到每个搜索块的权重记为w(m)；步骤032：在25个搜索块中，根据最优方向模板计算出在此方向上的三个像素值的中值记为M(m)；步骤033：将得到的w(m)和M(m)对应相乘后求和，得到的值为当前像素点修复后的像素值；步骤034：循环遍历整幅Image_omoms3图像，将修复后的图像记为Image_result并保存。...

【技术特征摘要】
1.一种基于TV先验的单幅图像超分辨率重建方法，其特征在于依次按照如下步骤进行：步骤011：获取一幅待提高分辨率的图像，记为Image_ori；步骤012：将图像Image_ori通过双三次插值omoms3算法进行上采样，得到的图像记为Image_omoms3；步骤021：设图像Image_omoms3的大小为M*N，从图像的左上角逐点移动，获得M*N个块；从第一个块开始，以待修复的像素为中心建立规模为3*3的28个TV方向模板，记为o(n),n=1,2,3……28，所述n为方向模板的序号，模板里9个像素从上到下，从左到右分别记为{d1,d2,d3,d4,d5,d6,d7,d8,d9}，则28种方向模板分别记为：o1{d1,d5,d6},o2{d4,d5,d3}，3{d3,d5,d6},o4{d4,d5,d1}o5{d6,d5,d7},o6{d4,d5,d9},o7{d6,d5,d9},o8{d4,d5,d7},o9{d2,d5,d7}，o10{d2,d5,d9},o11{d2,d5,d3},o12{d2,d5,d1},o13{d8,d5,d1},o14{d8,d5,d3}o15{d8,d5,d9},o16{d8,d5,d7},o17{d4,...

【专利技术属性】
技术研发人员：傅博，李艺，傅世林，张湘怡，王相海，
申请(专利权)人：辽宁师范大学，
类型：发明
国别省市：辽宁,21