[发明专利]一种图像超分辨率重建方法及系统

权利要求书

1.一种图像超分辨率重建方法，其特征在于，所述方法包括：

获取具有互补信息的多幅低分辨率图像的像素数据；

根据所述像素数据构建亮度恒定约束与梯度约束选择性结合的数据一致性项；具体包括：

计算像素点的亮度恒定约束，所述亮度恒定约束计算公式为：

D_I(u,x)＝||I₂(x+u)-I₁(x)||；

其中I₁(x)表示参考低分辨率图在x处的像素值，I₂(x+u)表示运动低分辨率图在相对应的x+u处的像素值；

计算像素点的梯度约束，所述梯度约束计算公式为：

其中I₁(x)表示参考低分辨率图在x处的像素值，I₂(x+u)表示运动低分辨率图在相对应的x+u处的像素值，表示梯度；

利用平均场近似的方法整合二值变量α(x)，得到平均变量平均变量的计算公式为：

根据所述亮度恒定约束和所述梯度约束构建亮度恒定约束与梯度约束选择性结合的数据一致性项，所述数据一致性项表示为：

其中，x表示像素点的二维坐标，u表示像素点的位移；

对匹配特征点进行初始流矢量更新，得到更新后的初始流矢量；

根据所述数据一致性项构造运动估计变分模型，将所述更新后的初始流矢量代入所述运动估计变分模型，计算得到各像素的最优运动流矢量；

构建基于L0范数的亮度与梯度联合约束图像先验模型的模糊估计能量函数，根据所述模糊估计能量函数计算最优模糊核；

根据所述最优运动流矢量建立几何运动位移矩阵，根据所述最优模糊核建立模糊矩阵；

根据所述几何运动矩阵和所述模糊矩阵建立变分模型，采用预条件共轭梯度法对所述变分模型进行迭代计算，得到重建的高分辨率图像。

2.根据权利要求1所述的方法，其特征在于，所述对匹配特征点进行初始流矢量更新，得到更新后的初始流矢量，具体包括：

对参考图和目标图进行检测和匹配，得到多层匹配特征点i；

计算所述匹配特征点i的相应位移值作为其运动流矢量U_i；

计算以所述匹配特征点i为中心的5×5窗口内各像素在上一个粗尺度流估计中的流矢量U_j；

计算所述U_i与所述U_j的欧氏距离D_j＝||U_i-U_j||₂；

当所述窗口内所有像素计算的所述欧氏距离D_j的值大于1时，将所述匹配特征点i的所述流矢量U_i作为所述匹配特征点i所在层的更新流矢量；

对每一层的所述匹配特征点i进行初始流矢量更新，得到多层更新后的初始流矢量。

3.根据权利要求1所述的方法，其特征在于，所述根据所述数据一致性项构造运动估计变分模型，将所述更新后的初始流矢量代入所述运动估计变分模型，计算得到各像素的最优运动流矢量，具体包括：

根据所述数据一致性项构造所述运动估计变分模型，所述运动估计变分模型表示为：

其中，x表示像素点二维坐标，u表示像素点的位移，U(x)表示图像的正则化先验，γ表示正则化参数；

将所述更新后的初始流矢量代入所述运动估计变分模型，利用变量分割的方法，通过使能量函数最小化，逐像素的得到各像素的最优运动流矢量。