[发明专利]基于分立小波变换的快速迭代（多次曝光）图像重建技术

说明书

基于分立小波变换的快速迭代(多次曝光)图像重建技术(FiSA)，摈弃了可能带来人为结构和高计算负荷的Drizzle，转而使用快速迭代的平移叠加方法(Shift‑and‑Add)，并结合二维快速分立小波变换技术进行滤波处理，从而在多次曝光图像重建过程中保留了更多的高频细节信息。另外相比于之前的《FiDrizzle多次采样图像重建技术》减少了计算量提高了运算速度。

1技术领域

在图像采集领域，像素点是采集光子(或其他粒子)和组成图像的基本单元。实际中像素点数目是有限的，如此一来图像分辨率就是有限的，也就是说单次曝光采样率是确定的。要得到高分辨率图像，有两种方法：一是增加单位面积上的像素点数目；二是通过多次曝光提高采样率。第一种方法需要产品升级换代，这里就需要考虑硬件成本。第二种方法则需要一套高效可靠的算法来提升图像分辨率。本发明就是针对第二种方法，提出一项增加图像保真度的技术。

2背景技术

由于工艺技术局限方面和经济成本方面的考虑，很多成像设备采样率其实是大大低于设备最高光学分辨率的，这就造成低采样率问题。从而导致高频信号出现混叠(alias-ing)图像表现出模糊，马赛克化(也就是像素化，pixelation)等问题。前人的反混叠(anti-aliasing)技术已经用在哈勃空间望远镜(HST)的图像拼接上如Fruchter等人发展的Drizzle和iDrizzle技术。Drizzle的特点是速度快，但混叠信号并没有被完全反卷积出来，所以Drizzle只是图像在高分辨率网格下的单纯叠加，因而也没有很好地去像素化。随后在 Drizzle的基础上，Fruchter于2011年又发展出了多次迭代结合傅立叶空间平滑的方法来多次提取残留信号，也即iDrizzle技术。iDrizzle首先要通过Drizzle技术把多次观测到原始图像放到一个过采样的网格上，再多次与原始图像对比，从残差图像中提取大部分信号，并加到结果中，最后通过sinc插值到目标分辨率，比如临界采样分辨率(简称临界采样率， critical samplin9)。iDrizzle能比较好地实现反卷积，给出的图像跟真实图像差不太多，缺点也很明显，就是耗费大量计算资源而且效果也不如后来我们发展的两套方法《细分有理曲面(正向)去像素化技术》(即DSRS，专利号：201510982531X)，《一种快速有效去像素化技术》(即fiDrizzle，专利号：201611173333X)，《FiDrizzle多次采样图像重建技术》(即FiDrizzle，专利号：201710307681X)和《铺装简单曲面多次曝光图像重建技术》 (即TSSF，专利号：2017113212755)。

《细分有理曲面(正向)去像素化技术》的思想是在跟观测图像像素相当的标准网格 (或目标网格)上建立一群小的曲面(曲面参数未知)，然后用所有观测图像(或dither图像)来拟合这些曲面的参数。特点是速度较快，而且以后进行的对这群小曲面的任何观测都几乎相当于直接观测真实图像。《一种快速有效去像素化技术》即fiDrizzle，是去掉iDrizzle的滤波和插值过程并且直接在需要的分辨率上重建图像。特点是收敛速度快，计算速度快，稳定，而且图像在中低频比iDrizzle更加高保真。缺点是在某些情况下最高频率端的噪音比iDrizzle的结果大。《FiDrizzle多次采样图像重建技术》改进了fiDrizzle技术，一方面保持了fiDizzle的快速特点，另一方面又保持了iDrizzle在高频端的优势。《铺装简单曲面多次曝光图像重建技术》推广了DSRS技术到任意参数化铺装曲面，并且实现了自适应阶数拟合，从而更加智能化和节约运算资源。