[发明专利]一种基于耦合偏微分方程模型的超分辨率图像重建方法

摘要

本发明公开了一种基于耦合偏微分方程模型的超分辨率图像重建方法，利用TV和FPDE在图像复原中的各自优点，通过定义一个加权函数，耦合两种偏微分模型，在图像边缘区对TV模型采用较大权值，保持图像的边缘和纹理细节，在图像的平坦区对FPDE模型采用较大权值，以抑制全变分模型产生的“阶梯效应”，将新的模型作为正则化项进行超分辨图像重建，提高了图像重建的视觉效果。

主权项

一种基于耦合偏微分方程模型的超分辨率图像重建方法，其特征在于，包括以下步骤：步骤1在低分辨率观测图像序列中选定一幅低分辨率图像作为参考图像，利用运动估计的方法来计算低分辨率图像序列相对于参考图像的运动参数，假设图象退化模糊为高斯型，对模糊函数进行初始化；步骤2对参考图像进行双线性插值得到高分辨率图像的初始估计值，根据图像退化过程建立超分辨率重建的求解模型；步骤3对模型的数据保真项和正则化项进行求解：数据保真项是衡量观测数据和真实数据之间的拟合程度，正则化项体现了高分辨图像的先验知识，通过定义一个加权函数，将TV和FPDE两种偏微分模型进行耦合；步骤4采用梯度下降法进行高分辨率图像求解，判断得到的高分辨率图像精度，若满足要求或迭代次数超过预定值，则停止迭代，输出高分辨率图像，否则转到步骤3。