[发明专利]一种多帧图像超分辨率重建方法

摘要

本发明公开了一种多帧图像超分辨率重建方法，将导控核回归方法分别引入到自适应稀疏学习模型的聚类阶段和正则化重建过程中，使两种方法优劣互补，形成性能更好的重建算法。本发明不需要运动配准，因而不存在配准误差引起的重建误差，能明显改善重建图像质量，同时能应用于包含任意运动模式的情况。相比现有的基于学习的多帧超分辨率重建方法，提供了一种融合导控核回归和稀疏学习两种方法的简洁高效一体化重建模型，能同时利用全局的结构自相似性先验约束、以及稀疏性约束进行回归估计，因而能更好地保持图像边缘细节、减小图像高频失真，同时运动幅度不受限制，应用场景不受限制，从而能适应于复杂的应用环境。

主权项

1.一种多帧图像超分辨率重建方法，其特征在于，包括以下步骤：步骤1：对每一帧低分辨率观测图像Yl(l＝0,1,...,L)执行插值算法，获得其初始高分辨率估计图像Zl，其中，L为低分辨率观测帧数目；步骤2：对所有高分辨率估计图像进行分块操作；步骤3：对所有图像分块进行结构聚类；步骤4：由聚类后的图像分块构建子字典；步骤5：构建结构相似图像分块子集；步骤6：建立全局导控核回归估计；步骤7：建立基于导控核回归正则化的稀疏重建目标函数；步骤8：通过交替迭代方法求解步骤7中的重建目标函数，获得新的高分辨率估计帧；步骤9：更新图像分块，重复步骤3至步骤8，直至达到迭代次数，获得最终的任意帧高分辨率重建图像。