[发明专利]一种多帧图像超分辨率重建方法

权利要求书

1.一种多帧图像超分辨率重建方法，其特征在于，包括以下步骤：

步骤1：对每一帧低分辨率观测图像Y_l执行插值算法，获得其初始高分辨率估计图像Z_l，其中，l＝0,1,...,L，L为低分辨率观测帧数目；

步骤2：对所有高分辨率估计图像进行分块操作；

步骤3：对所有图像分块进行结构聚类；

步骤3的具体实现包括以下子步骤：

步骤3.1：计算所有高分辨率估计图像分块z_i的导控核向量w_i，作为该图像分块的局部结构特征，其中，i是该图像分块的序号，1≤i≤N，N为图像分块数；

步骤3.2：在所有导控核特征向量{w_i}构成的特征空间中，执行无监督聚类算法，将所有导控核分为K类，其对应的高分辨率估计图像分块相应地也分为K类，其中，核特征距离定义为：

其中，表示第k类导控核的类中心向量，1≤k≤K；类Ω_k由第k类图像块的序号构成；

步骤4：由聚类后的图像分块构建子字典；

由聚类后的图像分块，通过最小化下面的目标函数，采用PCA方法构建子字典

其中，是第k类图像块的均值向量，α_i为字典系数；

步骤5：构建结构相似图像分块子集；

对图像分块z_i，构建结构相似的图像分块子集其中，z^i,m是类中与z_i结构相似度系数最大的第m个分块，包括分块z_i自身，此时m＝0；是图像分块z_i所属的类，M是设定的相似图像分块数目；

定义结构相似度系数ω_i,m计算公式为：

其中，w^i,m是图像分块z^i,m的导控核；w_i是分块z_i的导控核，分块z_i即分块z^i,0；σ_g和σ_h为调节参数；

步骤6：建立全局导控核回归估计；

对任意图像分块z_i的中心像素，定义其基于全部高分辨率估计帧图像分块的全局邻域，记作其中，是子集S⁽ⁱ⁾中图像分块z^i,m的邻域像素值按从左至右、从上至下的顺序构成的列向量；

在此基础上，建立融合局部邻域和非局部邻域信息的全局导控核回归目标函数：

其中，是导控核回归系数，是分块z_i的中心像素，x_i＝[x_i1,x_i2]^T是z(x_i)的二维坐标，是其P邻域坐标；是ω_i,m的归一化值；W_im是对角线元素为w^i,m的对角矩阵；vech(·)为半角矢量化算子，完成将对称矩阵的下三角元素按从上到下、从左到右的顺序取出得到一个列矢量的操作；

求解上面的目标函数，建立基于全部估计图像的全局核回归估计：

其中，是对角线元素为的对角矩阵，e₁＝[1,0,0,0,0,0]^T；

步骤7：建立基于导控核回归正则化的稀疏重建目标函数；

其中建立基于导控核回归正则化的一体化重建模型，同时利用全局的结构特征自相似性先验约束、以及稀疏性约束进行回归估计，重建目标函数；

目标函数为：

其中，定义

其中，I_l是由第l帧高分辨率估计帧Z_l的所有分块的序号构成的集合；P_i表示从Z_l中提取图像分块z_i的操作，即z_i＝P_iZ_l；是图像分块z_i所属的类对应的字典；R_i表示从Z_l中提取分块z_i的中心像素z(x_i)的操作，即z(x_i)＝R_iZ_l；B_i表示获取分块z_i的中心像素z(x_i)的全局邻域Γ_i的操作，即D是下采样矩阵，H是模糊矩阵，λ是稀疏约束调节常数，γ是核回归正则化常数；

步骤8：通过交替迭代方法求解步骤7中的重建目标函数，获得新的高分辨率估计帧；

步骤9：更新图像分块，重复步骤3至步骤8，直至达到迭代次数，获得最终的任意帧高分辨率重建图像。