[发明专利]保持边缘清晰的自适应正则超分辨图像重建方法

摘要

本发明公开了一种能够保持边缘清晰的自适应正则超分辨图像重建方法，主要解决现有方法对退化图像重建的边缘模糊问题。其步骤为：构造成像模型；在Lagrangian乘子法构造的无约束的目标函数的基础上，增加梯度逼近约束项，对目标函数进行扩展；采用L₁范数对数据逼近项进行度量；利用一种能对平滑作用加以局部适应性控制的自适应双边总变分模型构造自适应正则项；增加梯度逼近项作为梯度一致性约束，保持边缘信息；引入自适应正则项与梯度一致性约束项作为约束条件，构造扩展后的Lagrangian目标函数，并进行优化；利用优化后的无约束目标函数重构图像，获得保持边缘的高分辨率图像。本发明既可保持图像边缘清晰又可抑制噪声，适用于对退化图像的复原处理。

主权项

1.一种保持边缘清晰的自适应正则超分辨图像重建方法，包括如下步骤：(1)对一幅高分辨率图像采用一种含有加性噪声、光学模糊、运动模糊及下采样过程的成像系统进行退化，形成多帧低分辨率图像；(2)对多帧低分辨率图像，先采用Lagrangian乘子法构造无约束目标函数为：其中，X为高分辨率图像矢量，Y_k为第k个观测到的低分辨率图像矢量，F_k为运动矩阵，H_k为模糊矩阵，D_k为下采样矩阵，λ为Lagrangian系数，为加入双边总变分模型的正则项，N为低分辨率图像的帧数；(3)在无约束目标函数中依次增加数据逼近项、自适应正则项，梯度逼近约束项，将原无约束目标函数扩展为：X‾^=ArgMinX‾[Σk=1N||DkHkFkX‾-Y‾k||1]]>(4)采用最速下降法对扩展后的无约束目标函数进一步优化为：X‾^n+1=X‾^n-β{Σk=1NFkTHkTDkTsign(DkHkFkX‾^n-Y‾k)]]>其中，是当前图像，是目标图像，β是迭代步长，和表示平移矩阵，和分别是和的转置矩阵，表示高分辨率图像水平、垂直和两个对角方向的梯度函数对X的偏导，Φ(m，l)^|m|+|l|为自适应权值矩阵，p_x(m，l)为L_p范数的P参数，I为单位矩阵，和分别表示高分辨率图像在水平、垂盲和两个对角方向的梯度估计值，和分别表示低分辨率图像在水平、垂直和两个对角方向的梯度观测值，λ₁为正则化系数，λ₂为梯度项系数。(5)利用优化后的无约束目标函数重构图像，获得保持边缘清晰的高分辨率图像。