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<sub>i</sub>),其像素为非均匀分布;其中,x<sub>i</sub>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<sub>i</sub>)进行插值,获得该非均匀分布图像z(xi)的初始估计<img file="FDA0000496443200000011.GIF" wi="110" he="73" />以及非均匀分布图像z(x<sub>i</sub>)的一阶导数<img file="FDA0000496443200000015.GIF" wi="196" he="59" />和<img file="FDA0000496443200000016.GIF" wi="233" he="59" />所得的一阶导数用于计算样本像素点x<sub>i</sub>的协方差矩阵,其中x<sub>1</sub>、x<sub>2</sub>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<img file="FDA0000496443200000017.GIF" wi="195" he="59" />和<img file="FDA0000496443200000018.GIF" wi="244" he="69" />计算每个样本像素点x<sub>i</sub>的协方差矩阵C<sub>i</sub>,其表达式如下:<maths num="0001"><math><![CDATA[<mrow><msub><mi>C</mi><mi>i</mi></msub><mo>=</mo><msubsup><mi>J</mi><mi>i</mi><mi>T</mi></msubsup><msub><mi>J</mi><mi>i</mi></msub></mrow>]]></math><img file="FDA0000496443200000014.GIF" wi="211" he="75" /></maths>其中,<maths num="0002"><math><![CDATA[<mrow><msub><mi>J</mi><mi>i</mi></msub><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>∂</mo><mi>z</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>j</mi></msub><mo>)</mo></mrow><mo>/</mo><mo>∂</mo><msub><mi>x</mi><mn>1</mn></msub></mtd><mtd><mo>∂</mo><mi>z</mi><mrow><mo>(</mo><msub><mi>x</mi><mi>j</mi></msub><mo>)</mo></mrow><mo>/</mo><mo>∂</mo><msub><mi>x</mi><mn>2</mn></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd><mtd><mo>.</mo></mtd></mtr></mtable></mfenced><mo>,</mo></mrow>]]></math><img file="FDA0000496443200000012.GIF" wi="615" he="202" /></maths>x<sub>j</sub>为以坐标x<sub>i</sub>为中心的邻域中的样本像素坐标,J<sub>i</sub>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<sub>i</sub>(x‑x<sub>i</sub>);其表达式为:<maths num="0003"><math><![CDATA[<mrow><msub><mi>K</mi><mi>i</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>-</mo><msub><mi>x</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>=</mo><mfrac><msqrt><mi>det</mi><mrow><mo>(</mo><msub><mi>C</mi><mi>i</mi></msub><mo>)</mo></mrow></msqrt><mrow><mn>2</mn><mi>π</mi><msup><mi>h</mi><mn>2</mn></msup></mrow></mfrac><mi>exp</mi><mo>[</mo><mo>-</mo><mfrac><mn>1</mn><mrow><mn>2</mn><msup><mi>h</mi><mn>2</mn></msup></mrow></mfrac><msup><mrow><mo>(</mo><mi>x</mi><mo>-</mo><msub><mi>x</mi><mi>i</mi></msub><mo>)</mo></mrow><mi>T</mi></msup><msub><mi>C</mi><mi>i</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>-</mo><msub><mi>x</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>]</mo><mo>×</mo><msub><mi>S</mi><mi>i</mi></msub></mrow>]]></math><img file="FDA0000496443200000013.GIF" wi="1243" he="155" /></maths>其中,x=[x<sub>1</sub>,x<sub>2</sub>]<sup>T</sup>,S<sub>i</sub>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<sub>i</sub>)插值,根据步骤F得到的置信度核函数K<sub>i</sub>(x‑x<sub>i</sub>),对非均匀分布图像z(x<sub>i</sub>)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。 |