[发明专利]一种基于多幅离焦图像的超分辨率图像重构方法

说明书

本发明涉及一种基于多幅离焦图像的超分辨率图像重构方法：从多幅原始分辨率图像中选出一幅原始分辨率清晰图像I和n幅原始分辨率离焦图像G_j；计算I的预估高分辨率图像X_o；采用粒子群迭代算法估算出预估模糊半径以及预估点扩散函数采用压缩感知技术并根据G_j对X_o进行联合重构以获得当前高分辨率图像X^t；再以X^t作为迭代计算高分辨率图像X的基础；以以及作为初始值，再次采用粒子群迭代算法求解模糊半径R_j和点扩散函数h_j；采用压缩感知技术并根据点扩散函数h_j联合n幅图像G_j对图像X进行联合重构以获得超分辨率图像M。本发明实现了未知点扩散函数进行盲重构，算法简单，运算速度快。

技术领域

本发明涉及模糊进行图像复原的技术领域，尤其是利用多幅原离焦图像对原图像进行图像重构以获取超分辨率图像的重构方法。

背景技术

在实际生活中，由于种种原因，图像会产生不同程度的退化，图像退化的因素很多，比如光学系统的衍射、传感器的非线性畸变、光学系统的像差、离焦造成的模糊、大气湍流的扰动效应和运动造成的图像模糊等。其中，离焦模糊普遍存在于卫星遥感图像、宇宙探测成像、公安破案、微观物质的分析研究、医疗诊断等重大科研和研究领域中。日常生活中会由于调焦不准、手的抖动或成像系统的质量问题等造成离焦，事实上大多数成像过程中都存在或轻或重的离焦情况。虽然随着光学技术的发展，很多成像系统都有自动调焦功能，但是自动调焦系统通常精度不够，要提高精度就要加大成本。图像超分辨率重构技术可以在现有硬件基础上提高图像的分辨率，图像超分辨率重构是指利用单幅或多幅图像之间的互补信息以获得质量更佳的图像或图像序列的过程。由于多幅图像包含更多的图像信息，与单幅图像相比可获得更好的重构效果，多幅图像的超分辨率重构是目前研究的热点。

目前，图像的超分辨率重构主要可以分为频域重构和空域重构两大类。不论是频域重构还是空域重构均存在算法复杂度高、计算量大、计算速度慢的缺点，并且必需要求点扩散函数已知。但是，实际应用中，点扩散函数往往是未知的，而且要求具有较快的运算速度。

发明内容

针对现有技术中存在的上述不足，本发明提供一种基于多幅离焦图像的超分辨率图像重构方法，以解决现有技术中依赖点扩散函数已知、计算量大、计算速度慢的技术问题，从而实现未知点扩散函数进行盲重构，简化算法，提高运算速度。

为实现上述目的，本发明采用了如下技术手段：一种基于多幅离焦图像的超分辨率图像重构方法，包括以下步骤：

步骤1：采集同一场景的多幅原始分辨率图像，从中选出一幅原始分辨率清晰图像I和n幅原始分辨率离焦图像G_j，j∈{1,..,n}；对原始分辨率清晰图像I采用双立方插值法进行处理构造出插值图像I_o，选取插值图像I_o中的平滑区域，从平滑区域中选取大小为a×b的图像块作为预估高分辨率图像X_o；计算预估高分辨率图像X_o的下采样矩阵D；

步骤2：采用粒子群迭代算法估算出每幅原始分辨率离焦图像G_j的预估模糊半径预估点扩散函数

设本次粒子群迭代算法的总迭代次数为T，当前迭代次数为k，为每幅原始分辨率离焦图像G_j均选取m个粒子，本次粒子群迭代算法通过比较粒子的当前适应值与历史最优位置所对应的适应值，选取较小者所对应的粒子位置来更新粒子的当前最优位置其中，第j幅图像的第i个粒子的当前适应值i∈{1,...,m}，j∈{1,..,n}，按照如下公式计算：

其中，为预估高分辨率图像X_o的当前降质图像；