一种基于细节保持的图像超分辨率复原方法技术

本发明专利技术公开了一种基于细节保持的图像超分辨率复原方法，属于图像超分辨率复原技术领域。该方法首先提取原始图像的特征信息，并将其叠加到原图像中，从而实现边缘保持并降低后续步骤处理过程中所带来的模糊现象。其次，构建复原图像坐标与预处理图像坐标之间的对应关系并进行复原计算。最后，根据原始图像的类型来输出插值后的图像。本发明专利技术所公开的图像超分辨率复原方法具有原理简单的优点，适合于医学影像、计算机视觉、卫星遥感等应用领域，具有较高的推广价值。较高的推广价值。较高的推广价值。

【技术实现步骤摘要】
一种基于细节保持的图像超分辨率复原方法


[0001]本专利技术属于图像超分辨率复原
，具体涉及一种基于细节保持的图像超分辨率复原方法。

技术介绍

[0002]在数字图像的成像过程中，如传感器的暗电流噪声、光学部件的相对位移都会引起光学模糊。另外在成像、传输、存储过程中，会引入不同类型的模糊和噪声。这些都会直接影响到图像的分辨率。此外，数字化采集过程也会影响图像的分辨率，欠采样效应会造成图像的频谱交叠，使获取的图像因变形效应而发生降质。解决上述问题的一个有效方法是采用图像超分辨率复原技术来处理图像。目前，图像超分辨率复原方法在医学影像、计算机视觉、卫星遥感等领域有着广泛的应用。
[0003]目前，图像超分辨率复原方法分为单帧重构法和多帧重构法两大类。单帧重构法是使用一幅低分辨率的图像来恢复出高分辨率图像。多帧重构法使用多幅低分辨率图像来重构出高分辨率图像，具体是从不同图像中提取相互补充的信息，从而恢复出高分辨率图像。多帧重构法的计算复杂度高于单帧重构法，本专利技术所提出一种基于细节保持的图像超分辨率复原方法属于单帧重构法。目前典型的单帧重构法包括传统的图像插值方法，如近邻插值和双线性插值。此类方法在插值过程中会产生严重的图像细节模糊和边缘锯齿现象。为了更好地保持图像的边缘细节及纹理信息，近年来出现了许多机器学习类的超分辨率复原方法，例如基于人工神经网络的方法。但是此类方法存在一些不可控的因素，需要通过大量样本进行学习来获取训练模型，但相关的模型不具备泛化能力，在图像复原过程中会出现局部图像失真及模糊问题。
[0004]目前现有的基于单帧图像的超分辨率复原方法存在的主要问题是复原过程中存在细节信息的丢失，容易出现边缘模糊和锯齿现象。因此，如何实现一种纹理细节清晰的图像超分辨率复原方法就显得尤为重要，这对于医学影像、计算机视觉、卫星遥感等领域具有非常重要的研究意义和实用价值。

技术实现思路

[0005]针对现有技术中存在的问题，本专利技术提供了一种基于细节保持的图像超分辨率复原方法，本专利技术所采取的技术方案如下：
[0006]一种基于细节保持的图像超分辨率复原方法，包括如下步骤：
[0007]步骤S1：特征提取，提取原始图像F(x，y)的特征信息，生成特征信息图像H(x，y)，并将其与原始图像进行叠加得到预处理后的图像P(x，y)，从而降低后续复原过程中所带来的边缘模糊和锯齿现象，其中变量x的取值范围是x＝1，2，...，M，变量y的取值范围是y＝1，2，...，N，M和N分别为图像的行数和列数；
[0008]步骤S2：坐标映射，根据图像复原的尺度系数A来构建放大图像S(x
′
，y
′
)的坐标与预处理图像P(x，y)的坐标之间的对应关系，建立反向坐标映射计算公式，从而确定放大后
需要进行复原的像素点，其中x
′
＝1，2，...，round(M
·
A)，y
′
＝1，2，...，round(N
·
A)，“round()”为四舍五入函数；
[0009]步骤S3：图像复原，通过上一步骤中的反向坐标映射计算公式来确定复原后的像素点在原图像中的具体位置并逐像素点地计算图像S(x
′
，y
′
)的像素值，如果Sx
′
和Sy
′
均为整数，即反向坐标映射结果与预处理图像P(x，y)对应像素点重合，则采用P(x，y)的像素值，如果不重合，则采用复原方法来拟合出该点的像素值；
[0010]步骤S4：图像输出，根据原始图像F(x，y)的类型来输出超分辨率复原后的图像，若F(x，y)为灰度图像，则将S(x
′
，y
′
)直接输出，若F(x，y)为彩色图像，则将彩色图像以分通道的形式分别进行上述步骤的操作，并将分通道复原结果合并为一幅彩色图像输出。
[0011]优选地，所述步骤S1中特征信息图像H(x，y)的计算公式为：
[0012]其中“*”为卷积运算符号。
[0013]优选地，所述步骤S1中图像P(x，y)的计算公式为：
[0014]P(x，y)＝F(x，y)+λ
·
H(x，y)，其中参数λ＝0.5。
[0015]优选地，所述步骤S2中反向坐标映射的计算公式为：
[0016]其中Sx
′
和Sy
′
分别是基于尺度系数A的反向坐标映射的横坐标和纵坐标，x
′
和y
′
分别是放大后图像的横坐标和纵坐标，和分别是横坐标和纵坐标的坐标映射调节因子。
[0017]优选地，所述步骤S3中图像复原计算公式为：
[0018]其中P
i
，i＝1，2，3，4是坐标为(Sx
′
，Sy
′
)的像素点周边四个像素值，参数G和参数δ的计算涉及到以坐标(Sx
′
，Sy
′
)为中心的7
×
7子区域S所有像素点，具体公式为：
[0019]与现有技术相比，本专利技术具有的有益效果是：本专利技术原理简单，使用单幅低分辨率图像实现超分辨率复原，通过特征信息的提取与叠加来降低复原过程中所带来的边缘模糊和锯齿现象。本专利技术的图像超分辨率复原方法适合于医学影像、计算机视觉、卫星遥感等应用领域，具有较高的推广价值。
附图说明
[0020]图1为本专利技术的实施步骤框图。
具体实施方式
[0021]为了便于技术人员理解本专利技术的技术方案，现结合说明书附图和实施例对本专利技术的技术方案作进一步详细描述。
[0022]本专利技术提供了一种基于细节保持的图像超分辨率复原方法，本专利技术所采取的技术方案如下：
[0023]结合图1，一种基于细节保持的图像超分辨率复原方法的具体实施步骤如下：
[0024]步骤S1：特征提取，提取原始图像F(x，y)的特征信息，生成特征信息图像H(x，y)，并将其与原始图像进行叠加得到预处理后的图像P(x，y)，从而降低后续复原过程中所带来的边缘模糊和锯齿现象，其中变量x的取值范围是x＝1，2，...，M，变量y的取值范围是y＝1，2，...，N，M和N分别为图像的行数和列数。
[0025]特征信息图像H(x，y)的计算公式为：
[0026]其中“*”为卷积运算符号。
[0027]图像P(x，y)的计算公式为：P(x，y)＝F(x，y)+λ
·
H(x，y)，其中参数λ＝0.5。
[0028]步骤S2：坐标映射，根据图像缩放的尺度系数A来构建缩放图像S(x
′
，y
′
)的坐标与预处理图像P(x，y)的坐标之间的对应关系，建立反向坐标映射计算公式，从而确定缩放后需要进行复原的像素点，其中x
′
＝1，2，...，round(M
·...

【技术保护点】

【技术特征摘要】
1.一种基于细节保持的图像超分辨率复原方法，其特征在于：具体步骤如下：步骤S1：特征提取，提取原始图像F(x，y)的特征信息，生成特征信息图像H(x，y)，并将其与原始图像进行叠加得到预处理后的图像P(x，y)；步骤S2：坐标映射，根据图像复原的尺度系数A来构建放大图像S(x
′
，y
′
)的坐标与预处理图像P(x，y)的坐标之间的对应关系，建立反向坐标映射计算公式，从而确定放大后需要进行复原的像素点，其中x
′
＝1，2，...，round(M
·
A)，y
′
＝1，2，...，round(N
·
A)，“round()”为四舍五入函数；步骤S3：图像复原，通过上一步骤中的反向坐标映射计算公式来确定复原后的像素点在原图像中的具体位置并逐像素点地计算图像S(x
′
，y
′
)的像素值，如果Sx
′
和Sy
′
均为整数，即反向坐标映射结果与预处理图像P(x，y)对应像素点重合，则采用P(x，y)的像素值，如果不重合，则采用复原方法来拟合出该点的像素值；步骤S4：图像输出，根据原始图像F(x，y)的类型来输出插...

【专利技术属性】
技术研发人员：刘恋，郭立强，
申请(专利权)人：淮阴师范学院，
类型：发明
国别省市：