[发明专利]基于拉普拉斯范数正则化的多光谱超分辨成像重构方法

说明书

本发明公开了一种基于二阶拉普拉斯变换的图像超分辨重构方法，主要解决现有技术重构后的图像可信度不高及出现错误有色块的问题。其技术方案是：1.对低分辨率图像进行插值处理得到初始图像；2.根据设定的迭代公式，对初始图像进行迭代；3.对迭代后的图像进行分块和匹配相似块；4.将匹配后的相似块合并成各图像矩阵块；5.对图像矩阵块进行奇异值分解，并利用迭代收缩方法更新相似块；6.合并相似块获得更新后的图像矩阵块；6.将更新后的各图像矩阵块合并成图像，迭代实现图像的超分辨重构。本发明减少了错误有色块，有效提高了重构后图像的可信度和空间分辨率，可用于从低分辨率图像中重构出高分辨率图像。

技术领域

本发明属于图像处理技术领域，特别涉及一种多光谱超分辨成像重构方法，用于从低分辨率图像中重构出高分辨率图像。

背景技术

超分辨成像的重构，是对低分辨率图像通过特定的方法重构出高分辨率图像。通常，通过超分辨成像的重构获得图像的空间高分辨率和多光谱图像高可信度。虽然现有的超分辨成像重构方法可获得比较高的空间分辨率图像。但是，现有的超分辨成像重构方法重构出的高分辨率灰度图中出现错误的有色块，如附图4(a)、4(b)、4(c)所示。并且对于一些要求比较精密的工作，比如材料分析、识别鉴别、精确分类等方面，需要提高空间分辨率和多光谱图像可信度。

目前，在提高多光谱可信度上没有很好的解决方法。提高空间分辨率的方法主要有两种有效的方法。

第一种方法是，在空间域直接进行超分辨图像重构，以此重构出空间高分辨率图像。但由于该重构方法忽略了高阶的谱间相关性，通过数学分析可知重构后的解是次优解，因此该方法不能有效提高图像的可信度。

第二种方法是，在图像重构时先对图像进行RGB到YUV的变换，然后进行空间超分辨重构，以此重构出空间高分辨率图像。但这种方法在带间去相关方面和谱段间结构适应性方面存在不足，因此不能有效提高图像的可信度，并且，在由RGB到YUV的变换过程中，会使图像的R、G、B各分量对应的空间位置无法对齐，最终在灰度图中出现错误的有色块，导致重构后的图像包含错误信息，进而不能准确实现图像的重构。

发明内容

本发明的目的是针对上述现有技术的不足，提出一种基于拉普拉斯l_1,2范数正则化的超分辨重构方法，以减少现有方法重构后图像出现的错误信息，提高图像的空间分辨率和可信度。

本发明的实施方案是这样完成的：

一种基于拉普拉斯l_1,2范数正则化的图像超分辨重构方法，包括如下步骤：

(1)对低分辨率图像进行双三次插值，得到初始的图像X⁽⁰⁾；

(2)设定迭代公式X^(l)＝X^(l-1)+δD^T(Y-D(X^(l-1)))，其中l＝1,2,…,L，L为最大迭代次数，X^(l)为第l次迭代后的图像,δ为迭代正则参数；

(3)对初始图像X⁽⁰⁾利用上述设定的迭代公式获得第一次迭代后的图X⁽¹⁾；

(4)将第一次迭代后的图像X⁽¹⁾分成M块，并对第i块利用块匹配方法获得S_i个相似块矩阵，记x_(i,j)为第i块第j个相似块矩阵，再将这S_i个相似块合并成第i个图像矩阵X_i，其中i＝1,2,....,M，j＝1,2,…,S_i；