[发明专利]基于SURF匹配和边缘检测的凸集投影图像重构方法

摘要

本发明公开了一种基于SURF匹配和边缘检测的凸集投影(POCS)图像重构方法。针对传统的POCS超分辨率图像重构算法出现的边缘模糊及匹配时的局限性问题，首先利用二阶梯度检测出像素周围0°、45°、90°、135°四个边缘。在构造参考帧时采用基于梯度的插值算法，沿边缘方向进行线性插值，沿非边缘方向进行基于一阶梯度的权重插值。在运动估计时，采用SURF匹配算法，提高匹配的鲁棒性和实时性。在修正参考帧时，分别定义中心在四个边缘方向的点扩散函数(PSF)。利用完全参考图像质量评价和无参考图像质量评价分别对仿真实验和实物实验进行评价。本发明明显的改善了重构后图像的质量并且提高了匹配的鲁棒性和实时性。

主权项

POCS算法是由低分辨率观测序列以及由凸约束集约束加入的一些先验知识来对场景进行估计，寻找真实高分辨率图像的最优估计，从而得到高分辨率图像。基于SURF匹配和边缘检测的凸集投影图像重构方法，其特征在于具体实施步骤如下： A构造参考帧：选取低分辨率观测帧序列中的一帧经基于梯度插值得到高分辨率图像的初始估计作为参考帧； B运动估计：以参考帧为基准，与观测帧序列中其他所有的低分辨率图像分别进行SURF图像配准，获取位置变化矢量； C修正参考帧：利用仿射变换关系将观测帧序列中每个像素映射到当前估计的高分辨率图像中的相应位置，确定不同边缘处的点扩散函数h(x,y)，并获取h(x,y)作用范围内的像素灰度值。利用凸约束集对当前高分辨率图像估计中的像素灰度值进行修正。