[发明专利]一种基于权重小波变换的图像多分辨率重建方法

说明书

本发明提供一种基于权重小波变换的图像多分辨率重建方法，利用小波变换的多分辨率特性，将低分辨率图像分解成低频子图和高频子图，并根据高、低频子图各自的图像特征分别利用非均匀插值和改进的快速插值法进行图像重建，最后利用基于平均梯度的权重小波逆变换对高、低频子图的重建图像进行小波逆变换，得到最终的高分辨率图像；本发明利用改进的快速插值方法进行高频子图的超分辨率，利用高斯卷积核对图像的“空洞”信息进行估计填充，对不同方向的高频信息具有较好的处理效果；同时使用基于平均梯度的权重小波逆变换对高、低频子图的重建图像进行小波逆变换，可以自适应的对图像的细节信息进行增强，使重建图像信息丰富度高、细节突出。

技术领域

本发明涉及图像处理技术领域，具体而言，尤其涉及一种基于权重小波变换的图像多分辨率重建方法。

背景技术

近年来，空间图像超分辨率重建技术一直是学界的研究热点，其中多帧图像超分辨率重建技术是通过对多幅具有互补信息的低分辨图像进行处理，重建得到一幅高分辨率图像，在安全、监控、计算机视觉、军事侦查、医学成像等领域有重要的应用价值。

小波变换具有多分辨率分析功能和逐步分解等特性，能够在图像重建过程中全面利用图像的信息，使得超分辨率重建后的图像信息丰富且细节清晰，在图像超分辨率重建中有广泛的应用。陈等.使用小波变换与FPGA实现了每秒30帧1024×1024图像的处理速度。张等.提出一种基于凸集投影法和复数小波包域的遥感图像上采样算法，实验证明，该方法对在遥感图像的高频细节部分重建和去模糊降噪方面，都有较好效果。孙等.将小波变换能够提取图像高频信息的特点与深度网络优异的图像重建性能相结合，提出一种结合小波变换与深度网络的图像超分辨率方法,能够良好地恢复图像细节。唐等.提出一种结合DWT和SWT的小波方法(D-S)，利用由SWT得到的高频频带来修正DWT得到的高频频带，并通过逆离散小波变换(IDWT)组合修正的高频频带和输入图像，得到高分辨率图像。张等.提出了在小波域内实现图像的超分辨率复原的方法，利用低分辨率图像序列、超分辨率图像和观测模型在不同尺度和方向上的特性，使超分辨率复原结果能够达到自适应边缘保持的目的。Shin等.提出一种结合离散小波变换(DWT)与基于实例的超分辨率技术，该方法通过搜索与输入的低分辨率图像的子带中的片段匹配的高频片来估计高频子带中的系数，实验表明该方法具有去模糊和细节增强作用。

发明内容

由于小波变换具有多分辨率分析功能和逐步分解等特性，本文提出一种基于小波变换的图像多分辨率重建的超分辨率方法，利用小波变换的多分辨率特性，将低分辨率图像分解成低频子图和高频子图，并根据高、低频子图各自的图像特征分别利用非均匀插值和改进的快速插值法进行图像重建，最后利用基于平均梯度的权重小波逆变换对高、低频子图的重建图像进行小波逆变换，得到最终的高分辨率图像。

本发明采用的技术手段如下：

一种基于权重小波变换的图像多分辨率重建方法，包括以下步骤：

步骤S1：获取多张源图像，对源图像进行小波变换，得到低频子图LA和高频子图HV、HH、HD；

步骤S2：利用非均匀插值方法对步骤S1中的低频子图LA进行多帧超分辨率重建，重建得到高分辨率图像H_LA；

步骤S3：利用改进的快速插值方法对步骤S1中的高频子图HV、HH、HD进行多帧超分辨率重建，重建得到对应的高分辨率图像H_HV，H_HH，H_HD；

步骤S4：利用基于平均梯度的权重小波逆变换对高、低频子图的重建图像H_LA，H_HV，H_HH，H_HD进行小波逆变换，得到最终的高分辨率图像。

进一步地，所述步骤S3中基于改进的快速插值方法具体步骤如下：