[发明专利]一种F‑MSA超分辨率重建方法

说明书

技术领域

本发明属于图像处理技术领域，涉及一种视频影像序列超分辨率重建方法，特别是涉及一种F-MSA超分辨率重建方法。

背景技术

超分辨率重建是指利用同一场景的低分辨率影像序列来重建出一幅高空间分辨率影像，该技术发展至今，其重建算法可分为频域法和空域法。频域方法主要包括解混叠重建方法、递归最小二乘法等；空域方法主要包括非均匀插值、迭代反投影、凸集投影、最大后验概率估计法等。在这些方法中非均匀插值算法凭借其直观复杂度低的优势受到众多研究学者青睐。目前，Michael Elad提出的SA算法^[1]是目前为止能够较好的解决超分辨重建问题的一种快速重建算法，而这个算法的实质衍生于非均匀插值思想。随后，在SA算法的基础上，Sina Farsiu加入了崩溃点概念，提出了MSA算法^[2]，该算法具有很强的鲁棒性。但MSA算法依然具有一定的缺陷。

上面提到的超分重建算法虽然都利用像素的近似选择操作来简化复杂的插值操作，极大的提高了运算效率；但是在处理过程中都存在近似，近似误差使得重建后影像的边缘存在明显的锯齿。除此以外，还存在下面两点较大缺陷：

(1)低分辨率影像序列必须满足一定平移关系。当低分辨率影像序列帧间平移关系不满足理想条件时(如运动方向固定)，尽管参与重建的低分辨率影像帧数满足充分条件也会出现低分辨率影像间互补信息缺失严重的情况，因而所得影像中只有少部分位置有像素值其余都是0值，出现了“黑色网格”现象，如附图1所示。

(2)无法提供重建倍数为小数的重建结果。一般情况下卫星视频序列影像间位移量很小，此时其互补信息不足以得到整数倍重建结果。此外，已有相关论文给出超分辨率重建的最优重建倍数结论，其指出在实际情况下超分辨率重建有效放大倍数的经验值是1.6，而SA和MSA算法都只给出了重建倍数为整数的重建方法，并未考虑非整数情况。

相关参考文献如下：

[1]Elad M,Hel-Or Y,A fast super-resolution reconstruction algorithm for pure translational motion and common space-invariant blur[C]//Electrical and electronic engineers in israel,2000.the 21st ieee convention of the.IEEE,2000:402-405.

[2]Sina F,M Dirk R,Michael E,et al.Fast and robust multiframe super resolution[J].IEEE Transactions on Image Processing A Publication of the IEEE Signal Processing Society,2004,13(10):1327-1344.

发明内容

本发明在经典SA方法上，引入了MSA算法鲁棒性的思想，克服了经典SA和MSA算法的缺陷，重建结果真实可靠。本发明算法在处理过程中没有取整近似，因此低分辨率影像信息互补的精度更高，并且能够提供小数倍的重建结果。

为了达到上述目的，本发明提供的技术方案是：一种F-MSA超分辨率重建方法，其特征在于，包括如下步骤，

步骤S1，根据获得的低分辨率影像序列，选择参与重建的低分辨率影像的帧数，并建立低分辨率影像坐标系；

步骤S2，确定重建倍数，建立高分辨率影像坐标系，所述高分辨率影像坐标系与低分辨率影像坐标系的原点相同；

步骤S3，针对低分辨率影像，根据运动矩阵，将所有参与重建的低分辨率序列影像按照运动估计参数归算到所述低分辨率影像坐标系，实现方式如下，

假设f₁(i,j)代表第1帧影像，i、j代表低分辨率影像像素在低分辨率影像坐标系中的坐标，f_k代表第k帧影像，则第k帧影像与第1帧影像的关系式为，

f_k＝f₁(i+D(k,1),j+D(k,2))(1≤i≤m,1≤j≤n)(1)

其中，k为参与重建的低分辨率影像的帧数，m、n是低分辨率影像的大小，D为运动矩阵；

步骤S4，根据重建倍数，将步骤3中所得的低分辨率影像转换至高分辨率影像坐标系下，实现方式如下，