一种基于硬件加速的单帧红外图像超分辨方法

摘要

本发明属于红外成像图像处理领域，具体涉及一种基于硬件加速的单帧红外图像超分辨方法。它包括：步骤一：双线性插值；步骤二：滤波；滤波得到四幅图像，步骤三：计算；计算得到最终的高分辨率图像。本发明的有益效果是：用本申请的方法可以在低分辨率图像的基础上，经过图像处理得到足够满足要求的高分辨率图像。该方法不仅适用于普通可见光图像，而且适用于红外图像。同时该方法可以很方便的用硬件实现，满足系统实时性的要求。

主权项

1.一种基于硬件加速的单帧红外图像超分辨方法，其特征在于：包括下述步骤：步骤一：双线性插值针对输入的低分辨率图像，采用下述公式进行双线性插值：d_p(i,j)=(1-w_q)d(p,q)+w_qd(p,q+1)d_p+1(i,j)=(1-w_q)d(p+1,q)+w_qd(p+1,q+1)    （1）d(i,j)=(1-w_p)d(i,j)+w_pd_p+1(i,j)其中，(i,j)表示新图像的像素点，d(i,j)表示点(i,j)的灰度值，(p,q)，(p,q+1)，(p+1,q)，(p+1,q+1)表示原图像中的点，w_p和w_q为(p,q)点的权重，并且p，qw_p和w_q按照下述公式计算得到其中表示取整，mod表示模除本步骤得到双插值后的灰度图像，图像中象元的灰度值用d(i,j)或者用d_ij表示，步骤二：滤波分别用下述四个滤波模板对步骤一中得到的图像滤波，滤波得到四幅图像，滤波模板分别为hf₁=[-1,0,1];vf₁=[-1,0,1]'                    （4）hf₂=[1,0,-2,0,1];vf₂=[1,0,-2,0,1]'四幅图像分别为d_ij¹=d_ij*hf₁d_ij²=d_ij*vf₁                            （5）d_ij³=d_ij*hf₂d_ij⁴=d_ij*vf₂其中d_ij¹表示用第一个滤波模板进行滤波后得到图像象元的灰度值，类似的d_ij²、d_ij³、d_ij⁴就是用第二、三、四个滤波模板进行滤波后得到图像象元的灰度值，d_ij为步骤一得到图像象元的灰度值，步骤三：计算在进行计算之前首先建立高分辨率图像字典D_h和低分辨率图像字典D_l，字典的建立过程为：首选选取高分辨率（640×512）红外图像，然后通过过采样的手段降低图像分辨率，得到低分辨率（320×256）红外图像，则高分辨率（640×512）红外图像被加入高分辨率图像字典D_h，低分辨率（320×256）红外图像被加入低分辨率图像字典D_l，同时建立高分辨率图像字典中特定图像与低分辨率图像字典中特定图像的一一对应关系，字典中图像的个数一般以25个为最优，当然也可以选取其他个数的字典，一般字典中图像个数选取的数量范围为15～30个，将所有高分辨率图像字典D_h和低分辨率图像字典D_l中的全部图像都抽取出来，然后将高分辨率图像字典D_h的所有图像排列成三维矩阵，该三维矩阵中的横坐标和纵坐标为高分辨率图像字典D_h中图像的位置坐标，三维矩阵中的高度坐标为图像序号，类似的也建立由低分辨率图像字典D_l的所有图像排列成三维矩阵，此时低分辨率图像字典D_l所有图像排列成三维矩阵的排列顺序与高分辨率图像字典D_h所有图像排列成三维矩阵的排列顺序保持一致，最后，将步骤二中得到的四幅图像，也按照上述规则，构建三维矩阵，上述构建的三个三维矩阵分别记录为：d^*表示用步骤二中图像构建的三维矩阵，D^*_l表示用低分辨率图像字典D_l所有图像排列成的三维矩阵，D^*_h表示用高分辨率图像字典D_h所有图像排列成的三维矩阵，用下述公式计算系数矩阵α^*${\alpha }^{*}=\arg \underset{\alpha }{\min }f\left(\alpha \right)=\arg \min \frac{1}{2}{\left|\right|d^{*}-{D^{*}}_l\left|\right|}_2^2+\lambda {\left|\right|\alpha \left|\right|}_2---\left(6\right)$上述公式中||||₂表示运算符号中的所有元素平方之和再开方，D^*_l和d^*为前面建立的三维矩阵，λ为预先设定的常数，argmin表示使公式值最小的变量，最后用下述公式计算高分辨图像D=D^*_hα^*    （7）上述公式中α^*为公式（6）计算得到的结果，D^*_h表示用高分辨率图像字典D_h所有图像排列成的三维矩阵，D为最终得到的高分辨率图像。