[发明专利]自范例学习引导的单张影像超分辨率重构方法

说明书

发明提供的自范例学习引导的单张影像超分辨率重构方法，通过引入影像块的几何变换，扩大了内部类似影像块检索空间，使目标影像块在影像金字塔中能检索到更多类似度更高的影像块，使本发明算法得到的重构影像中高频细节信息更加充足，对影像内部纹理的重构效果更好；通过采用消逝点检测方法获取影像内部平面信息，在检索类似影像块的过程中利用影像的局部关联性约束检索区域，大幅减少了最近邻搜寻检索的计算量，提高了算法效率。本发明方法重构得到的影像质量相对现有技术的方法有大幅提高，对于图像内部纹理与边缘具有较高的恢复质量，重建图像的客观评价指标也有明显提高。

技术领域

本发明涉及一种单张影像超分辨率重构方法，特别涉及自范例学习引导的单张影像超分辨率重构方法，属于影像超分辨率重构技术领域。

背景技术

影像的分辨率是对一张影像所包含信息量大小一种度量，描述单位空间内像素点的个数。为了能对影像进行更加有效的处理，使影像得到更广泛和高效的运用，实际利用中通常希望待处理影像的质量尽可能的高。高质量影像从观测和使用者的主观感受上讲，内部相比于低质量影像具有更丰富的细节信息并且更便于分辨影像边缘，通过提高影像分辨率使单位面积的像素点增加，对影像内部细节的描述更丰富，达到充分提高影像质量的目地。在影像实际成像过程中，由于一方面受到环境因素产生的模糊和运动模糊导致影像的降质，另一方面在影像传输存储过程中，受到带宽限制、文件压缩等都会造成影像信息传播末端获取信息的损失，最终获取的影像与观测目标存在较大的退化，本发明将这类影像定义为低分辨率影像，低分辨率影像对影像后期的处理产生一系列不利影响。

现有技术提高影像分辨率的方式主要有二种，一种是通过提高成像设备硬件性能，获取分辨率更高的影像，用于影像采集的传感器主要为CMOS和CCD，可通过提高感光元器件尺寸或缩小像素点大小，达到提高分辨率的目的，但提高感光元器件尺寸会造成能耗更高，在现有的技术条件下过度缩小像素尺寸又会引入更多更杂的噪声，该方法难以在短期内实现技术革新，且高精度的成像设备价格非常昂贵，所以通过硬件提高影像质量的方式虽有效果，但受限于技术与成本难以在短期内实现，几乎没有运用价值；另一种是采用超分辨率影像重构技术，利用数字影像处理方法，通过一张或多张低分辨率影像复原出一张同场景的高分辨率影像，减少硬件条件限制对影像成像质量的影响，因此该技术具有重要的发展前景和实际应用价值。

影像超分辨率重构使计算机视觉领域的重要研发和运用课题，通过对影像高频信息的复原，提高影像在后续应用的有效性，它的发展将对计算机视觉其它领域例如：模式识别、影像理解等问题带来积极影响，超分辨率影像重构具有广泛应用：一是在安全监控领域，对监控采集设备获取的影像进行超分辨率影像重构，低成本的安全监控系统也可获取相对好的成像效果，能够获取更多有效信息，对目标进行更准确的检测；二是在遥感成像领域，由于卫星影像采集设备受体积重量的限制且更新维护困难，不能获取质量最佳的观测影像，。超分辨率影像重构可有效提高目标影像的质量，使遥感影像在自然环境监控、灾害预报评估、遥测和航空探索等领域的应用效果大张提升；三是在医学成像领域，通过超分辨率影像重构获取更高质量的医学影像，辅助医生对患者患处和病情做更准确的判断；四是在电子消费领域，由于影像采集设备和传输限制，获取的是分辨率较低的影像，利用超分辨率影像重构输出分辨率更高的影像，改善影像的视觉效果。

超分辨率影像重构通过一张或多张待重构的低分辨率影像，采用信号处理技术重构出一张同场景的高分辨率影像。超分辨率影像重构在1964年首次被提出，并提出通过线性或样条插值提高影像空间分辨率的插值方法，但其引入到实际中的效果不理想。随后出现了通过多张欠采样的序列影像重构出一张高分辨率影像，这些序列影像提供差异化的位移信息能够互补，从而能够重构出更优质的单张影像。随后该领域得到了广泛的关注，20世纪末，超分辨率影像重构技术逐渐成为了国际影像复原领域的热点，伴随着数学建模、优化理论、机器学习等领域的发展。