[发明专利]基于各向异性的快速超分辨率重建方法

权利要求书

1.一种基于各向异性的快速超分辨率重建方法，其特征在于，步骤如下：

步骤1，对采集到的所有原始图像进行运动补偿及上采样，得到一幅高分辨率图像模糊以后的图像作为参考图；

步骤2，对基于L1范数最小二乘法的重建模型进行改进，得到优化以后的重建模型；

步骤3，引入各向异性的正则化项，构造一个基于该正则化项的自适应参数，得到基于各向异性的自适应重建模型；

步骤4，将步骤1所得参考图作为迭代初始值将带入步骤3所构建的自适应重建模型开始迭代，计算每次重建图像的峰值信噪比，当迭代结果的峰值信噪比低于上一次时，停止迭代，图像重建完成；

步骤3所述引入各向异性的正则化项，构造一个基于该正则化项的自适应参数，得到基于各向异性的自适应重建模型，具体为：

(1)各向异性正则化项为：

其中Ψ(s²)＝2μ²(1+s²/μ²)^0.5是Charbonnier函数，其中μ是固定参数，v₁、v₂是图像结构张量J的两个正交向量，图像结构张量J公式如下：

其中，*代表卷积算子，t代表向量转置，G_ρ是高斯核，ρ₁、ρ₂分别是邻域平滑尺度和图像平滑尺度；

(2)自适应正则化参数β为：

其中σ取0.0000001；

(3)最终的基于各向异性的快速超分辨率重建模型为：

其中，表示第n次迭代结果值，λ表示梯度下降步长，Ψ'表示对Ψ求导。

2.根据权利要求1所述的基于各向异性的快速超分辨率重建方法，其特征在于，步骤1中所述高分辨率图像模糊以后的图像具体为：

对采集到的所有原始图像分别进行运动补偿和上采样，然后求取各幅图像对应位置像素的平均值，得到高分辨率图像模糊退化以后的图像。

3.根据权利要求1所述的基于各向异性的快速超分辨率重建方法，其特征在于，步骤2所述优化以后的重建模型为：

其中，是原始高分辨率图像X的极大似然估计，H表示模糊矩阵。

4.根据权利要求1所述的基于各向异性的快速超分辨率重建方法，其特征在于，步骤4所述将步骤1所得参考图作为迭代初始值将带入步骤3所构建的自适应重建模型开始迭代，计算每次重建图像的峰值信噪比，当迭代结果的峰值信噪比低于上一次时，停止迭代，图像重建完成，其中迭代条件为：

if(i＞＝2PSNR(i)＜PSNR(i-1))break；

其中，PSNR为峰值信噪比，X为原始高分辨率图像，为第n次迭代形成的超分辨率图像，PSNR(i)为第i次迭代图像的峰值信噪比。