[发明专利]一种基于多特征的POCS图像超分辨率重建方法

权利要求书

1.一种基于多特征的POCS图像超分辨率重建方法，其特征在于，包括如下步骤：

S1：输入序列LR图像g_i(i＝1,2,3,4)；

S2：读取序列LR图像的一帧g₁，根据图像的局部相似性特征构建参考帧f₁,根据图像的梯度特征构建参考帧f₂，将f₁与f₂根据像素值的均值加权计算得到多特征参考帧图像f；

S3：对除第一帧LR图像以外的其他帧序列LR图像进行2倍上采样，使用LK光流法对上采样后的序列图像与多特征参考帧图像f进行配准，找出多特征参考帧图像PSF作用窗口的中心坐标，并确定PSF作用窗口的范围；

S4：利用比值稀疏约束模型估计多特征参考帧图像f的PSF，由多特征参考帧图像f和估计出的PSF计算出重建图像PSF窗口作用范围内像素的初始估计值；

S5：计算PSF窗口作用范围内的像素估计值与当前原有序列分辨率图像像素值之间的残差R；

S6：根据残差R与阈值T的大小关系对多特征参考帧图像f做出修正，得到重建高分辨率图像P₁和P₂，P₁和P₂根据像素值均值加权计算得到最终重建图像P。

2.根据权利要求1所述的基于多特征的POCS图像超分辨率重建方法，其特征在于，所述步骤S2中由参考帧f₁和参

考帧f₂生成多特征参考帧图像f的表达式为：

其中，f表示多特征参考帧图像，f₁表示参考帧图像f₁,f₂表示参考帧图像f₂,a₁表示参考帧图像f₁的像素值均,b₁表示参考帧图像f₂的像素值均值。

3.根据权利要求1所述的基于多特征的POCS图像超分辨率重建方法，其特征在于，所述步骤S3中使用LK光流法，即Lucas-Kanade光流法对上采样后的序列图像与多特征参考帧图像f进行配准。

4.根据权利要求1所述的基于多特征的POCS图像超分辨率重建方法，其特征在于，所述步骤S4中利用比值稀疏约束型估计重建图像的PSF表达式为：

式中：C是成本函数，x是未知空间中高频的清晰图像，y是观测图像，k是PSF，λ和ψ是正则化参数，用来控制k和正则化项的权重；

由多特征参考帧图像f和估计出的PSF计算出重建图像PSF窗口作用范围内像素的初始估计值表达式为：

式中：表示重建图像PSF窗口范围内像素的初始估计值，f表示多特征参考帧图像，表示卷积运算，k代表点扩散函数。

5.根据权利要求1所述的基于多特征的POCS图像超分辨率重建方法，其特征在于，所述步骤S5中计算PSF作用范围内的像素估计值与当前原有序列分辨率图像像素值之间的残差表达式为：

式中：R表示PSF作用范围内的像素估计值与当前原有序列分辨率图像像素值之间的残差，L表示原有序列分辨率图像的像素值，表示PSF作用范围内的像素估计值。

6.根据权利要求1所述的基于多特征的POCS图像超分辨率重建方法，其特征在于，所述步骤S6中根据残差R与阈值T的大小关系对多特征参考帧图像f做出修正的表达式为：

R＞T,P₁＝f+(R-T)

R＜T,P₂＝f+(R+T)

式中：R表示残差，T表示事先设置的阈值，f表示多特征参考帧图像，P₁表示RT的重建结果，P₂表示RT的重建结果；

根据P₁和P₂得到最终重建图像P的表达式为：

式中：P表示最终重建图像，P₁表示RT的重建结果,P₂表示RT的重建结果,c₁表示重建图像P₁的像素值均值,d₁表示重建图像P₂的像素值均值。