【技术实现步骤摘要】
本专利技术涉及图像处理领域，特别是。
技术介绍
随着通信技术、高清电视等的发展，人们对高质量的图像要求越来越高。但在图像采集与处理过程中，许多因素会导致图像的质量下降。如传感器的尺寸，点扩散函数以及被拍摄物体的移动都能使图像模糊和变形。另一方面，在图像的存储和传输过程中，会引入不同的噪声，如高斯、椒盐噪声等。而在压缩图像中，会引入量化噪声。这些都会使图像频谱交叠而降质。提高图像最直接的方法就是提高采集设备传感器的密度。但是这会显著增加成本，而且随着芯片尺寸的增加，会导致电容的增加和电荷转移速度的减小。解决这个问题的一种有效方法是利用信号处理的方法提高图像的分辨率，即图像的超分辨率重建。图像的超分辨率重建是图像处理的一个重要研究方向，它指利用一幅或几幅低分辨率图像，利用一定的重建算法获得一幅或多幅分辨率更高的图像。
技术实现思路
专利技术目的本专利技术所要解决的技术问题是针对传统超分辨率重建方法不能较好解决低分辨率图像组存在尺度缩放的重建问题，提供。为了解决上述技术问题，本专利技术公开了，包括以下步骤步骤一，拍摄一组焦距不同的低分辨率图像构成一个视频序列，将所有图像转...
【技术保护点】
一种基于变焦视频序列的图像超分辨率重建方法，其特征在于，包括以下步骤：步骤一，拍摄一组焦距不同的低分辨率图像构成一个视频序列，将所有图像转为灰度图像并进行图像预处理，从中选定参考图像；步骤二，使用尺度不变特征变换算法获得参考图像与其余未选定的图像之间的匹配点对；步骤三，使用随机抽样一致性算法根据匹配点对计算参考图像与其余未选定的图像之间的单应矩阵；步骤四，使用最大后验概率算法对参考图像进行超分辨率重建。
【技术特征摘要】
1.一种基于变焦视频序列的图像超分辨率重建方法，其特征在于，包括以下步骤步骤一，拍摄一组焦距不同的低分辨率图像构成一个视频序列，将所有图像转为灰度图像并进行图像预处理，从中选定参考图像；步骤二，使用尺度不变特征变换算法获得参考图像与其余未选定的图像之间的匹配点对；步骤三，使用随机抽样一致性算法根据匹配点对计算参考图像与其余未选定的图像之间的单应矩阵；步骤四，使用最大后验概率算法对参考图像进行超分辨率重建。2.根据权利要求1所述的一种基于变焦视频序列的图像超分辨率重建方法，其特征在于，所述步骤一中选定的参考图像为焦距最短的一幅，图像预处理包括图像降噪。3.根据权利要求1所述的一种基于变焦视频序列的图像超分辨率重建方法，其特征在于，所述步骤二包括以下步骤步骤(21)，计算不同尺度空间下的高斯差分，检测相邻尺度下的空间极值点作为候选特征点，并去除低对比度的特征点和不稳定的边缘响应点；步骤(22)，用直方图统计每个特征点邻域像素的梯度方向，并为每个特征点指定方向参数从而确定特征点的主方向和辅方向，使其具备旋转不变性；步骤(23)，旋转坐标轴同特征点主方向，围绕特征点位置计算领域方向性信息，生成特征点描述子；步骤(24)，获取两幅图像之间的匹配点对。4.根据权利要求1所述的一种基于变焦视频序列的图像超分辨率重建方法，其特征在于，所述步骤三根据随机抽样一致性算法，利用直接线性变换方法计算两幅图像之间的单应矩阵，并根据该单应矩阵计算图像之间其余匹配点对的距离，根据距离阈值将输入匹配点对区分为阈值内点...
【专利技术属性】
技术研发人员：袁杰，封婷，温馨，邵真天，朱毅，李文超，张星，都思丹，
申请(专利权)人：南京大学，
类型：发明
国别省市：
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。