[发明专利]一种超分辨率图像重建方法及系统

权利要求书

1.一种超分辨率图像重建方法，其特征在于，所述重建方法包括：

获取多幅低分辨率图像；

将所述低分辨率图像用RTV模型分解为结构部分和纹理部分，获得低分辨率结构图像和低分辨率纹理图像，所述结构部分表示所述低分辨率图像的整体框架，所述纹理部分表示所述低分辨率图像的细节部分，使用迭代的方法对所述低分辨率图像进行分解，减少所述低分辨率结构图像中的全变分，直到得到稳定的结构部分和纹理部分；

迭代的具体方法包括：

其中，j表示迭代的次数，f_m,n表示输入所述低分辨率图像在位置(m，n)处的像素值，w_m,n是窗函数的系数，I_m,n(j)表示第j次迭代的输出的所述低分辨率结构图像，ε(j)表示随着j增大逐渐变小的一个小数，λ₁表示平衡系数；随着迭代次数的增加，I_m,n(j)逐步趋于稳定，即ε₁为极小数，此时，迭代终止，输出所述低分辨率结构图像I_m,n(j+1)和所述低分辨率纹理图像f_m,n-I_m,n(j+1)，符号表示卷积运算，表示求矢量的散度；

根据所述低分辨率结构图像，获得高分辨率结构图像；

将所述低分辨率纹理图像采用联合训练方法，获得高分辨率纹理图像；

根据所述高分辨率结构图像和所述高分辨率纹理图像，采用图像融合的方法获得融合高分辨率图像；

采用迭代反投影法对所述融合高分辨率图像进行多次修正，获得高分辨率图像。

2.根据权利要求1所述的一种超分辨率图像重建方法，其特征在于，所述根据所述低分辨率结构图像，获得高分辨率结构图像具体包括：

将所述低分辨率结构图像采用插值滤波的方法计算所述结构部分，获得高分辨率结构图像。

3.根据权利要求1所述的一种超分辨率图像重建方法，其特征在于，所述将所述低分辨率纹理图像采用联合训练方法，获得高分辨率纹理图像具体包括：

将所述低分辨率的图像采用K-SVD字典学习方法计算所述纹理部分，获得高分辨率字典和低分辨率字典；

将所述高分辨率字典和所述低分辨率字典采用基于1范数的同伦法算法恢复，获得高分辨率纹理图像。

4.一种超分辨率图像重建系统，其特征在于，所述重建系统包括：

低分辨率图像获取模块，用于获取多幅低分辨率图像；

分解模块与所述低分辨率图像获取模块连接，所述分解模块用于将所述低分辨率图像用RTV模型分解为结构部分和纹理部分，获得低分辨率结构图像和低分辨率纹理图像，所述结构部分表示所述低分辨率图像的整体框架，所述纹理部分表示所述低分辨率图像的细节部分，使用迭代的方法对所述低分辨率图像进行分解，减少所述低分辨率结构图像中的全变分，直到得到稳定的结构部分和纹理部分；

迭代的具体方法包括：

其中，j表示迭代的次数，f_m,n表示输入所述低分辨率图像在位置(m，n)处的像素值，w_m,n是窗函数的系数，I_m,n(j)表示第j次迭代的输出的所述低分辨率结构图像，ε(j)表示随着j增大逐渐变小的一个小数，λ₁表示平衡系数；随着迭代次数的增加，I_m,n(j)逐步趋于稳定，即ε₁为极小数，此时，迭代终止，输出所述低分辨率结构图像I_m,n(j+1)和所述低分辨率纹理图像f_m,n-I_m,n(j+1)，符号表示卷积运算，表示求矢量的散度；

高分辨率结构图像获取模块与所述分解模块连接，所述高分辨率结构图像获取模块用于根据所述低分辨率结构图像，获得高分辨率结构图像；

高分辨率纹理图像获取模块与所述分解模块连接，所述高分辨率纹理图像获取模块用于将所述低分辨率纹理图像采用联合训练方法，获得高分辨率纹理图像；

融合模块分别与所述高分辨率纹理图像获取模块和所述高分辨率结构图像获取模块连接，所述融合模块用于根据所述高分辨率结构图像和所述高分辨率纹理图像，采用图像融合的方法获得融合高分辨率图像；

修正模块与所述融合模块连接，所述修正模块用于采用迭代反投影法对所述融合高分辨率图像进行多次修正，获得高分辨率图像。