一种基于置信度核回归的图像超分辨率重建方法

摘要

本发明提出了一种基于置信度核回归的图像超分辨率重建方法，所述方法构造了一种置信度核函数，并用其对图像执行置信度核回归，完成图像超分辨率重建中的插值，通过采用置信度核回归，不仅继承了自适应核回归的双重加权机制，而且还增加了对像素可靠性的判别，能较好地抑制异常值，实现超分辨率图像重建。本发明方法实现了图像超分辨率重建，鲁棒性强，可广泛应用于监测、遥感、军事、医学和视频娱乐等领域，具有重要价值。

主权项

一种基于置信度核回归的图像超分辨率重建方法，其特征在于，包括如下步骤：步骤A，输入N帧图像，其中每一帧均带有随机亚像素平移并被模糊和噪声污染；N为自然数；步骤B，以第一帧图像为参考帧，对其余各帧图像进行亚像素运动估计，得到其余各帧图像的运动参数；步骤C，根据估计出的其余各帧图像的运动参数，将所有N帧图像投射到一个标准网格中，此时网格内呈现一幅图像z(x_i)，其像素为非均匀分布；其中，x_i表示第i个样本像素点坐标；所述标准网格的单元格都是正方形，且该标准网格的分辨率大于所述N帧图像的分辨率；步骤D，利用经典核回归对步骤C所得的非均匀分布图像z(x_i)进行插值，获得该非均匀分布图像z(xi)的初始估计以及非均匀分布图像z(x_i)的一阶导数和所得的一阶导数用于计算样本像素点x_i的协方差矩阵，其中x₁、x₂分别是图像中像素的横坐标和纵坐标；步骤E，利用步骤D中获得的一阶导数和计算每个样本像素点x_i的协方差矩阵C_i，其表达式如下：$C_i=J_i^T{J}_i$其中，$J_i=\left[\begin{array}{cc}.& .\\ .& .\\ .& .\\ \partial z\left(x_j\right)/\partial x_1& \partial z\left(x_j\right)/\partial x_2\\ .& .\\ .& .\\ .& .\end{array}\right],$x_j为以坐标x_i为中心的邻域中的样本像素坐标，J_i的行数等于此邻域中的样本像素数；步骤F，构造置信度核函数K_i(x‑x_i)；其表达式为：$K_i(x-x_i)=\frac{\sqrt{\det \left(C_i\right)}}{2\pi h^2}\exp [-\frac{1}{2h^2}{(x-x_i)}^T{C}_i(x-x_i)]\times S_i$其中，x＝[x₁,x₂]^T，S_i是置信度权值，h为平滑参数，用来调节核函数的覆盖范围；步骤G，对非均匀分布图像z(x_i)插值，根据步骤F得到的置信度核函数K_i(x‑x_i)，对非均匀分布图像z(x_i)执行置信度核回归，实现插值，从而获得均匀分布图像z(x)；步骤H，恢复原始图像：对步骤G所得均匀分布图像z(x)进行去模糊操作，采用Tikhonov正则化解卷积方法，恢复出原始图像。