[发明专利]一种低信噪比图像重构方法和系统

权利要求书

1.一种低信噪比图像重构方法，其特征在于，包括以下步骤：

(1)采集原始图像并储存，对原始图像按照相位和方向进行平均，得到平均图像；

(2)对平均图像按照相位差分离得到分离图像，对分离图像进行归一化处理，得到归一化分离图像；

(3)计算归一化分离图像互相关函数，互相关函数最大时对应的照明光向量作为估计的照明光向量；

(4)对不同的归一化分离图像，按照估计的照明光向量平移，并对不同分离图像的重叠区域计算线性回归，估计出照明光向量的调制强度和初始相位；

(5)根据估计出的初始相位分解原始图像得到分解图像，根据估计的照明光向量，对分解图像进行频率移动得到频率移动图像；

(6)对频率移动图像进行维纳滤波，得到超分辨图像；

(7)基于超分辨图像建立用于去噪的目标函数，对目标函数进行迭代更新，当误差大于预设值时，继续迭代至误差小于等于预设值，当误差小于等于预设值时，迭代结束，得到去噪图像；

所述步骤(1)包括：

将连续采集的9×N帧原始图像以每隔9帧的方式计算平均图像的像素点的灰度值i为整数：

y_9t+i是第9t+i帧原始图像的像素点的灰度值，n由采集图像的噪声水平决定，取值在10到100之间，t表示采集原始图像的时间序列，每隔9帧的中的9帧为3t+1～3t+9这9帧图像；

所述估计的照明光向量p_md为互相关函数C(p_md)最大时对应的照明光向量，其中，O(k)为已知的系统光学传递函数，O(k+p_md)为对O(k)进行频率移动后的系统光学传递函数，S_m,d(k+p_md)为对S_m,d(k)进行频率移动后的图像的像素值，k表示傅里叶变换的频率坐标，S_m,d(k)表示不同组分和不同方向的分离图像的像素点的值；

所述步骤(6)中超分辨图像的像素点的灰度值g为：

其中，ifft表示反傅里叶变换，c_m,d表示估计出照明光向量的调制强度，A(k)表示切趾函数，α表示维纳滤波参数，m表示组分，d表示方向，D_m,d(k+p_md)表示频率移动图像的像素点的值。

2.如权利要求1所述的一种低信噪比图像重构方法，其特征在于，所述目标函数为：其中，f是去噪图像的像素点的灰度值，g是超分辨图像的像素点的灰度值，R_Hessian(f)是去噪图像的海森惩罚项，λ是惩罚项参数。

3.如权利要求2所述的一种低信噪比图像重构方法，其特征在于，所述R_Hessian(f)是关于去噪图像在横坐标方向x,纵坐标方向y,时间序列方向t上的海森矩阵的F范数：

σ是由曝光时间决定的参数，r是去噪图像中的像素点的坐标，f_xx表示去噪图像在横坐标方向的像素点的二阶差分的灰度值，f_xy表示去噪图像在横坐标方向和纵坐标方向的像素点的二阶差分的灰度值，f_xt表示去噪图像在横坐标方向和时间序列方向的像素点的二阶差分的灰度值，f_yx表示去噪图像在纵坐标方向和横坐标方向的像素点的二阶差分的灰度值，f_yy表示去噪图像在纵坐标方向的像素点的二阶差分的灰度值，f_yt表示去噪图像在纵坐标方向和时间序列方向的像素点的二阶差分的灰度值，f_tx表示去噪图像在时间序列方向和横坐标方向的像素点的二阶差分的灰度值，f_ty表示去噪图像在时间序列方向和纵坐标方向的像素点的二阶差分的灰度值，f_tt表示去噪图像在时间序列方向的像素点的二阶差分的灰度值。