[发明专利]基于加权重叠非局部回归先验的图像超分辨率重建方法

摘要

本发明公开了一种基于加权重叠非局部回归先验(WONLR)的图像超分辨率重建方法。主要包括以下步骤：对输入图像进行双三次插值得到高分辨率(HR)图像估计；利用积分图技术构建累加平方偏移图(SSTI)，进而搜索各图像块的非局部相似块；结合重叠策略得到每个像素对应的基于重叠的相似像素组(OSPG)；构建加权参考图，并计算OSPG内每个像素的权重；利用连续性假设得到基于重叠的非局部回归先验；利用OSPG本身的标准差来估计其可靠度，得到WONLR；构建代价函数；利用TFOCS技术估计最优HR图像；重复步骤二至八直到迭代次数到达预设值。本发明所述的图像超分辨率重建方法能获得很好的主客观效果，且运行速度较快。因此，本发明是一种有效的单幅图像超分辨率重建方法。

主权项

基于加权重叠非局部回归先验的单幅图像超分辨率重建方法，其特征在于包括以下步骤：步骤一：对输入低分辨率(Low Resolution,LR)图像进行双三次插值，得到初始(High Resolution,HR)图像估计；步骤二：利用积分图技术构建HR图像对应的累加的平方偏移图(Summed Square Translation Image,SSTI)，再利用SSTI图对每个图像块进行非局部相似块搜索；步骤三：结合基于重叠的策略，得到每个像素点对应的基于重叠的相似像素组(Overlap‑Based Similar Pixels Group,OSPG)；步骤四：构建加权参考图，并利用该图计算OSPG内每个相似像素与目标参考像素间的相似权重；步骤五：利用连续性假设，得到基于重叠的非局部回归先验；步骤六：采用一个基于OSPG标准差的加权策略来估计每个OSPG组的可靠度，得到基于加权重叠的非局部回归先验(Weighted Overlap‑based Non‑Local Regression,WONLR)；步骤七：构建超分辨率重建代价函数；步骤八：利用TFOCS技术来最优化重建代价函数，得到估计的HR图像；步骤九：重复步骤二至八直到迭代次数到达预设值。