基于GPU加速的图像实时超分辨重建方法

摘要

本发明公开一种基于GPU加速的图像实时超分辨重建方法，主要解决现有高质量图像超分辨重建串行算法难以实时处理的问题。其实现步骤为：（1）输入一幅低分辨图像；（2）对该低分辨图像进行双三次插值上采样得到插值图像；（3）对所得插值图像进行基于梯度一致和方向异性约束的图像去卷积运算，并在GPU上对去卷积运算进行并行化加速，从而在极短的时间内得到输出的超分辨图像。实验表明，本发明能在非常短的计算时间内获得包含良好细节、纹理清晰、结构自然合理的高质量超分辨结果，可广泛应用于图像分辨率改变的相关应用领域中。

主权项

1.一种基于GPU加速的图像实时超分辨重建方法，其特征在于，包括如下步骤：1）将需要重建的低分辨图像I₀从RGB颜色空间转换为YUV颜色空间，得到YUV颜色空间下的低分辨图像I₁，其中R代表红色分量图像，G代表绿色分量图像，B代表蓝色分量图像，Y代表亮度分量图像，UV代表色度分量图像；2）采用双三次插值方法对低分辨图像I₁上采样，得到YUV颜色空间下插值图像I₂；3）在电子装置的GPU上对插值图像I₂中的Y分量图像进行并行快速图像去卷积运算求出超分辨图像的Y分量图像：3a）采用梯度一致约束项与方向异性约束项得到目标能量函数，表达形式如下：式中为梯度一致约束项，为方向异性约束项，f表示模糊卷积核，H^*表示输出的超分辨图像的Y分量图像，H^～表示已知的插值图像I₂的Y分量图像，表示水平方向的图像梯度算子，表示垂直方向的图像梯度算子，n表示图像矩阵所有元素的总个数，i用来表示相应图像矩阵的第i个元素，k₁是用来调节梯度一致约束项的权值，k₂是用来调节方向异性约束项的权值，ο表示图像矩阵点乘运算，M是一个与插值图像I₂的Y分量图像H^～同大小的二值矩阵，如果插值图像I₂的Y分量图像H^～中像素的水平梯度和垂直梯度的平方和不大于预先设定的阈值，即满足不等式：（T是一个人工设定的阈值），则M中对应元素m_i=1,否则m_i=0；3b）用水平替换变量ψ_x与垂直替换变量ψ_y替换上式中超分辨图像的Y分量图像H^*的水平图像梯度与垂直图像梯度；3c）将超分辨图像的Y分量图像H^*看成是上次迭代产生的已知常量，其值保持不变，在GPU上并行求解本次迭代的水平替换变量和垂直替换变量，其中t表示当前迭代次数，t=1,2,3,4；3d）将水平替换变量ψ_x和垂直替换变量ψ_y看成是步骤3c）所得的两个已知的常量，其值保持不变，在GPU上并行求解本次迭代的超分辨图像的Y分量图像H^*t；3e）判断是否满足迭代终止条件t=4，如果不满足，则转向步骤3c）继续进行迭代，如果满足，则结束迭代，并将最后一次迭代中步骤3d）产生的H^*4做为输出的超分辨图像的Y分量图像H^*，执行步骤4）；4）将插值图像I₂中的UV分量图像和步骤3）求出的超分辨图像的Y分量图像进行合成，得到YUV颜色空间下重建的超分辨图像I₃；5）将超分辨图像I₃转换回RGB颜色空间，得到RGB颜色空间下重建的超分辨图像S。