[发明专利]图像配准可靠性模型和超分辨率图像的重构方法

说明书

技术领域

本发明属于数字信号处理领域，具体涉及一种图像配准可靠性模型及其构造方法和一种基于该模型的超分辨率图像的重构方法。

背景技术

数字图像的空间分辨率是指离散的像素之间所能分辨出目标物体细节的最小尺寸。在实际应用中，图像分辨率的高低能够直接影响图像处理和分析方法的性能，例如，提高监控视频图像的分辨率，能够提高对监控目标跟踪和识别的准确程度。由于数字图像可以看作是对连续的自然图像的采样，因此，要获得高分辨的数字图像需要较高的空间采样率，这就需要提高采集设备中感光器件的密度，但是在实际应用中，一方面由于在硬件中提高感光器件密度成本非常高，另一方面，提高感光器件密度的同时会使数字图像在成像过程中更容易受噪声影响。因此，采用信号处理的方法来提高数字图像的分辨率成为了一种经济有效的途径。

超分辨率技术是近年来图像分辨率增强领域的研究热点，它是指利用对同一场景从不同角度拍摄的多幅低分辨率图像之间的相关信息，重构出高质量的高分辨率图像，使高分辨率图像逼近连续的自然图像。上世纪80年代初，Tsai和Huang[1]首先提出基于多帧图像的超分辨率技术，并且在频域建立了目标高分辨率图像与多帧低分辨率图像之间的关系。但是由于频域超分辨率技术受限于低分辨率图像间全局平移运动的约束，同时不能有效利用图像的先验知识，因此没能够在实际中得到应用。为了进一步有效地提高超分辨率技术的性能，研究人员提出了空域的超分辨率重构技术(例如，[2]，[3])。这类超分辨率技术通常分为三个步骤，首先，将各帧低分辨率图像的像素通过图像配准映射到目标高分辨率图像平面空间上；接着，根据低分辨率像素之间的关系预测高分辨图像中的像素值；最后，为了增加高分辨率图像的清晰度，需要对图像进行去模糊处理。

虽然，在处理运动可控的低分辨率图像方面(例如，遥感图像)，传统的空域超分辨率技术取得了较好的效果，但是对于视频图像，传统超分辨率技术性能会有很大的下降。因为视频图像间存在很多较为剧烈的局部运动，甚至存在遮挡现象，这样超分辨率技术的性能会直接受到图像配准技术的影响。根据目前的图像配准技术来看，视频图像配准精度还不能满足传统超分辨率技术的要求，因此，对视频图像配准可靠性进行分析，在超分辨率重建中区别对待低分辨率图像的像素，可以有效地提高视频图像超分辨率重建的质量和鲁棒性。

参考文献

[1]Park，S.，Park，M.and Kang，M.G，“Super-resolution image reconstruction：a technical overview，”IEEE signal processing Magazine，vol.20，no.3，pp.21-36，May 2003.

[2]R.R.Schultz and R.L.Stevenson，“A Bayesian approach to image expansion for improved definition，”IEEETrans.Image Processing，vol.3，no.3，pp.233-242，MAY 1994

[3]H.Takeda，S.Farsiu and P.Milanfar，“Kernel regression for image processing and reconstruction，”IEEE Trans.Image Process，vol.16，no.2，pp.349-366，Feb.2007.

[4]X.Li and M.T.Orchard，“New edge directed interpolation，”IEEE Trans.Image Process，vol.10，no.10，pp.1521-1527，Oct.2001.

[5]M.Elad and Y.Hel-Or，“A fast super-resolution reconstruction algorithm for pure transnational motion and common space invariant blur，”IEEE Trans.Image Processing，vol.10，no.8，pp.1187-1193，August 2001.