[发明专利]一种基于变分与分数阶微分的图像融合与超分辨率实现方法

摘要

本发明涉及一种基于变分与分数阶微分的图像融合与超分辨率实现方法，属于图像处理领域以及信息融合领域。本发明在图像融合与超分辨率实现上，将待融合的低分辨率源图像看成是一幅多通道图像，通过构建其结构张量求得多通道图像梯度特征的单值表示，根据低分辨率融合图像与多通道图像之间具有相同或相近的梯度特征，建立图像融合与超分辨率实现模型：在该模型中，通过引入分数阶微分和分数阶全变分最小化方法实现噪声抑制，并通过双向滤波扩散来增强图像边缘信息，抑制虚假信息的产生。本发明克服了传统方法不能同时进行融合与超分辨率实现的不足，在目标成像、安全监视等领域具有较好的应用前景。

主权项

1.一种基于变分与分数阶微分的图像融合与超分辨率实现方法，其特征在于：所述方法的步骤如下：A、将多源待融合的l幅低分辨率图像看成是一幅多通道图像，同时引入带权值的多通道图像；其中，为第i幅图像的权系数；B、采用步骤A中带权值的多通道图像f(x,y)的结构张量的特征值与特征向量来描述其自身信息的变化，并由此得到带权值多通道图像f(x,y)的梯度信息V(x,y)；C、在超分辨率实现上，假设理想的超分辨融合图像I是已知的，通过下采样算子矩阵H作用于该图像上来获得低分辨率融合图像HI；D、根据步骤B中所得到的梯度信息V(x,y)与步骤C所获取的低分辨率融合图像HI的梯度信息具有相同或相近的梯度特征，建立图像融合与超分辨率实现模型；其中，表示待融合源图像所在的矩形区域，为梯度算子；E、在步骤D建立的图像融合与超分辨率实现模型中引入分数阶微分与分数阶全变分的噪声抑制项，得到新的模型；其中，，和分别为图像I关于x和y的阶偏微分，为阶梯度算子，、为大于零的权衡因子，为的次数；F、在步骤E的融合模型中，引入双向滤波处理来抑制人工锯齿和边缘附近的震荡，从而得到更新后的图像融合模型；其中，为双向滤波的积分形式；，，，k₁、c_N 与为常数；G、对步骤F所获得的融合与超分辨率实现模型采用梯度下降法进行求解，并对结果进行离散化处理，得到以时间为演化参数的迭代公式如下：；其中，、、分别为分数阶微分算子、以及下采样算子矩阵H的共轭算子，为时间增量；H、对步骤G设置迭代终止次数k以及初始融合图像：当步骤G的结果稳定时则获得最终的融合图像。