[发明专利]图像超分辨率的方法

摘要

本发明涉及照相和视频图像的领域，并且能用于通过配备具有电子快门的传感器的照片和视频照相机来产生视觉放大物体的高质量图像。技术结果在于当用多个低分辨率的帧产生一个高分辨率（即，超分辨率）的帧时，增加图像的分辨率，以及当只扫描传感器的一部分时，多个图像帧的高速捕获的可能性。实现该结果是由于曝光多个帧，借助于以高速捕获连续帧序列的形式从传感器读出来产生初始图像，在此期间帧的帧速率与扫描的传感器的光敏区域的面积成反比，排列所述初始图像，产生增强的图像，并且使用非线性过滤器来过滤此图像，该过滤器包括使用包括放射状和正弦测试图表以及参考点的测试图像来预训练的神经网络。此外，过滤包括向神经网络供应预修改的数字化数据，其中所述数据的修改包括隔离低频成分、排布像素、从排布的像素读取低频成分和随后将所述像素标准化。然后，使在神经网络输出处的数据经历反向标准化，并且将低频成分添加到神经网络的输出处的值。

主权项

一种图像超分辨率的方法，包括：曝光数字成像传感器，以产生多个低分辨率帧，所述曝光以预定的帧速率被执行；在所述多个低分辨率帧中检测帧子集，所述帧子集包含帧数据；通过融合来自所述多个低分辨率帧中的低分辨率帧形成放大后的图像；将非线性过滤器施加至所述放大后的图像，所述非线性过滤器针对特定的光学透镜和成像传感器是预设计的，所述非线性过滤器由以下项组成：参考图像，所述参考图像包括其亮度和颜色的平滑改变以及其亮度和颜色的突然改变；预修改的数据的产生，所述预修改的数据包括低频率成分从所述放大后的图像中的提取、按元素分组成数组的像素分组、所述低频率成分从所述数组中的扣除以及所述数组的标准化；人工神经网络，所述人工神经网络是非线性多层感知器网络，所述人工神经网络使用所述参考图像用于自身预训练，所述人工神经网络使用所述预修改的数据；输出数据的产生，其中，所述输出数据是来自所述人工神经网络的输出数据，所述输出数据进一步被反向标准化并且被添加至所述低频率成分以实现所述放大后的图像的分辨率增强。