[发明专利]一种基于结构转化自相似的红外图像超分辨率重建方法

摘要

本发明揭示了一种基于结构转化自相似的红外图像超分辨率重建方法，包括计算外观特征代价函数分析图像块的结构信息、计算区域协方差代价函数分析图像区域结构信息、计算稠密残差代价函数减少重建过程的冗余量、计算尺度代价函数约束高分辨率图像的损失信息、及对外观特征、区域协方差、稠密残差、尺度估计进行整合约束。本发明能够保留较多的图像细节，减少图像信号传输过程中的损失量，减轻传输的负荷。该方法能够有效提高图像的分辨率，可以减少硬件算法的运算功耗，提高图像信号的资源利用率，有效改善图像的视觉质量。

主权项

1.一种基于结构转化自相似的红外图像超分辨率重建方法，其特征在于：针对低分辨率红外图像I，图像中某一像素为其在超分辨图像中对应的目标图像块为T(pi)，利用四种代价函数分析红外图像的结构信息和纹理信息，四种代价函数包括外观特征代价函数Ea(pi)、稠密残差代价函数Ed(pi)、区域协方差代价函数Est(pi)和尺度代价函数Esc(pi)，红外图像超分辨率重建方法包括，步骤一，计算外观特征代价函数，分析图像块的结构信息，用外观特征代价度量红外图像中目标图像块和源图像块之间的相似性，在灰度空间中通过高斯距离计算红外图像的外观特征，如公式(1)所示： E a = | | W ( T ( p i ) - S ( p i ) ) | | 2 2 - - - ( 1 ) ]]>其中，S(pi)表示采样红外图像ID中利用转换矩阵Mi获得提取的图像块，W(·)表示高斯函数，针对转换矩阵Mi，先检测目标图像中相似的图像块，再利用加权规则化计算转换矩阵Mi，如公式(2)所示： M i = U ( s i x , s i y ) K ( s i u , s i v ) - - - ( 2 ) ]]>其中，表示映射参数，表示信息映射矩阵，表示相似转换矩阵，矩阵定义如公式(3)所示： U ( s i x , s i y ) = s i x R ( s i y )

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州长风航空电子有限公司，未经苏州长风航空电子有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201711322310.5/，转载请声明来源钻瓜专利网。