[发明专利]一种高分辨率图像的重建方法及系统有效

专利信息
申请号: 201810471844.2 申请日: 2018-05-16
公开(公告)号: CN108734658B 公开(公告)日: 2020-05-12
发明(设计)人: 杨晓梅;王森;刘凯;邓家颖;刘宁;张家伟;郑秀娟 申请(专利权)人: 四川大学
主分类号: G06T3/40 分类号: G06T3/40;G06T5/00
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 徐彦圣
地址: 610000 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 高分辨率 图像 重建 方法 系统
【权利要求书】:

1.一种高分辨率图像的重建方法,其特征在于,包括:

根据待重建图像、全变分正则项和分数阶全变分正则项构建目标图像的约束函数,所述待重建图像的分辨率低于所述目标图像的分辨率;

根据所述待重建图像的平滑纹理特征确定所述分数阶全变分正则项中的分数阶;

根据所述约束函数对所述目标图像进行近端映射获得去躁函数,并利用变量分裂法和算子分裂法获得所述去躁函数对应的第一子公式和第二子公式,所述第一子公式包括所述全变分正则项,所述第二子公式包括所述分数阶全变分正则项;

利用偏差原理计算获得所述全变分正则项对应的第一正则化参数和所述分数阶全变分正则项对应的第二正则化参数;

根据所述第一正则化参数计算获得所述第一子公式中的第一子变量,根据所述第二正则化参数计算获得所述第二子公式中的第二子变量;

根据所述第一子变量和所述第二子变量重建获得所述目标图像;

所述约束函数为:

其中,为所述待重建图像和期望目标图像之间的保真度;μ1为所述第一正则化参数;μ2为所述第二正则化参数;||DX||1为所述全变分正则项,DXi,j=(DhXi,j,DυXi,j)是像素X(i,j)在水平方向和竖直方向上的离散梯度;||DαX||1为所述分数阶全变分正则项,是分数阶离散梯度,其中是广义二项式系数,Γ(u)是伽马函数的表达式。

2.根据权利要求1所述的方法,其特征在于,所述去躁函数为:

其中,U是X的近端映射,在第k次迭代中,根据U(k+1)=X(k)+γHT(Y-HX(k))对U进行更新,γ是步长参数;

相应的,所述利用变量分裂法和算子分裂法获得所述去躁函数对应的第一子公式和第二子公式,包括:

利用所述变量分裂法将X分为第一子变量X1和第二子变量X2

利用所述算子分裂法将所述去躁函数分裂为所述第一子公式和所述第二子公式;其中,

所述第一子公式为:

所述第二子公式为:

3.根据权利要求1所述的方法,其特征在于,所述利用偏差原理获得所述全变分正则项对应的第一正则化参数和所述分数阶全变分正则项对应的第二正则化参数,包括:

根据计算获得所述第一正则化参数;

根据计算获得所述第二正则化参数;

其中,为第k次迭代中的第一正则化参数,为第k次迭代中的第二正则化参数,γ是步长参数,β1为第一惩罚项,β2为第二惩罚项,Z为引入的第一辅助变量,且Z=DX1,U(k+1)为X的近端映射,Q(k+1)为引入的第二辅助变量,且Q=DαX2,和均为拉格朗日乘子。

4.根据权利要求3所述的方法,其特征在于,所述根据所述第一正则化参数计算获得所述第一子公式中的第一子变量,包括:

将计算获得的所述第一正则化参数代入中,计算获得所述第一子变量。

5.根据权利要求3所述的方法,其特征在于,所述根据所述第二正则化参数计算获得所述第二子公式中的第二子变量,包括:

将计算获得的所述第二正则化参数代入中,计算获得所述第二子变量。

6.根据权利要求1-5任一项所述的方法,其特征在于,所述根据所述第一子变量和所述第二子变量获得所述目标图像,包括:

根据计算获得所述目标图像;

其中,X(k+1)为所述目标图像,为所述第一子变量,为所述第二子变量,k为第k次迭代。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810471844.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top