[发明专利]一种基于序列图像的超分辨率重建方法

说明书

本发明涉及一种基于序列图像的超分辨率重建方法，包括：确定图像的运动场景；判断相邻图像的相似性；根据所述运动场景通过所述相邻图像的相似性判定结果确定图像重建的方式。本发明在基于稀疏表示的字典学习超分辨率重建方法针对序列图像进行重建时，利用相邻图像间重叠及相似信息，减少了大量重复性较强的数据计算，节约了CPU的运算资源，从而使得算法速度较快，可以在计算性能普遍不强的嵌入式硬件中使用。

技术领域

本发明涉及图像视频领域，特别涉及一种基于序列图像的超分辨率重建方法。

背景技术

随着数字成像技术在卫星遥感、生物医疗、公共安全等领域的广泛应用，人们对数字图像质量的要求也越来越高，现有成像设备的分辨率往往不能满足实际需求。超分辨率是通过硬件或软件的方法提高原有图像的分辨率，通过一系列低分辨率的图像来得到一幅高分辨率的图像过程就是超分辨率重建。

图像超分辨率重建技术能够在不改变现有成像设备的前提下，只采用合适的数字信号处理方法，即可提升图像的分辨率，在成本上具有很大的优势，因此近年来受到了广泛的关注。

然而，大部分的超分辨率重建技术都需要借助计算机来完成，在易用性、便携性以及功耗上均有一定缺陷，极大地限制了该技术的应用范围。因此，将超分辨率技术与嵌入式系统结合，研发小型化、便携式的图像处理产品，具有重要的实用意义。嵌入式系统运算性能普遍较差，但超分辨率算法时间计算复杂度较高，难以实时化应用，极大地限制了算法的应用范围。

发明内容

因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种基于序列图像的超分辨率重建方法。

具体地，本发明一个实施例提出的一种基于序列图像的超分辨率重建方法，包括：

确定图像的运动场景；

判断相邻图像的相似性；

根据所述运动场景，通过所述相邻图像的相似性判定结果确定图像重建的方式。

在本发明的一个实施例中，确定图像的运动场景，包括：

根据运动估计算法确定图像的运动场景。

在本发明的一个实施例中，所述运动估计算法为块匹配法。

在本发明的一个实施例中，所述块匹配法包括：

将当前图像划分成多个互不相交的当前图像块；

根据最小误差匹配准则，采用菱形法匹配方法，在参考图像的搜索区查找所述当前图像块的图像匹配块。

在本发明的一个实施例中，根据所述当前图像块的所述图像匹配块确定所述当前图像块的运动矢量，判断出所述当前图像块的所述运动场景。

在本发明的一个实施例中，所述运动场景包括静止不动场景、微小移动场景和明显移动场景。

在本发明的一个实施例中，判断相邻图像的相似性，包括：

根据绝对误差和判断所述相邻图像的相似性。

在本发明的一个实施例中，根据绝对误差和判断所述相邻图像的相似性，包括：

将相邻图像分别划分成多个相邻图像块矩阵；

将所述相邻图像块矩阵的差值绝对值求和，获取的绝对误差和；

定义标准误差；

比对所述绝对误差和与所述标准误差，若所述绝对误差和小于所述标准误差，则所述相邻图像相似。

在本发明的一个实施例中，根据所述运动场景，通过所述相邻图像的相似性判定结果确定图像重建方式，包括：