一种改进的基于多幅图像模糊核估计的盲超分辨率重建算法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106251297A(43)申请公布日2016.12.21(21)申请号201610567733.2(22)申请日2016.07.19(71)申请人四川大学地址610065四川省成都市武侯区一环路南一段24号(72)发明人何小海吉晓红戴茂华张轶君熊淑华吴晓红(51)Int.Cl.G06T5/00(2006.01)权利要求书1页说明书6页附图3页(54)发明名称图像序列。一种改进的基于多幅图像模糊核估计的盲超分辨率重建算法(57)摘要本发明公开了一种改进的基于多幅图像模糊核估计的盲超分辨率重建方法。主要包括以下步骤：对输入的低分辨率的视频帧中的第一帧图片进行不同程度的模糊处理，得到同一场景的两幅不同模糊程度的图像，得到两张不同模糊程度的图片；利用上述得到的两张同一场景的不同模糊程度的图片，对其采用鲁棒性的去卷积算法生成一个粗略的模糊核，并用此模糊核对所有的视频帧进行去模糊处理，得到处理后的一组图片序列fk，作为后面处理的输入；利用曲率差分算子提取空间结构信息，然后对其进行聚类得到区域空间自适应加权系数，该系数用于对全变分和非局部均值正则化项进行自适应加权；利用前面得到的自适应加权系数来加权正则化项，从而确定重建代价函数；利用梯度下降法来最优化重建代价函数，其中每次迭代过程中再进行一次模糊核CN106251297A估计，并进行去模糊，最终得到输出的高分辨率CN106251297A权利要求书1/1页1.一种改进的基于多幅图像模糊核估计的盲超分辨率重建算法，其特征在于包括以下步骤：步骤一：对输入的低分辨率的视频帧中的第一帧图片进行不同程度的模糊处理，得到同一场景的两幅不同模糊程度的图像；步骤二：利用步骤一中得到的两张不同模糊程度的模糊图片进行模糊核估计，并用生成的模糊核对所有低分辨率视频帧进行去模糊的预处理，得到处理后的图片序列yl，作为后面处理的输入；步骤三：利用曲率差分算子提取空间结构信息，然后对其进行聚类得到区域空间自适应加权系数，该系数用于对全变分和非局部均值正则化项进行自适应加权；步骤四：利用步骤三中的所确定的自适应加权系数得到的加权的正则化项来确定重建代价函数；步骤五：利用梯度下降法来最优化重建代价函数，其中每次迭代过程中采用步骤二中的模糊核估计方法再进行一次模糊核估计，并进行去模糊，得到最终输出的高分辨率图像序列。2.根据权利要求1所述的一种改进的基于多幅图像模糊核估计的盲超分辨率重建算法，其特征在于步骤二中所述的对图片序列进行了一个去模糊的预处理，预处理的方法是利用步骤二中对其中同一场景的不同模糊程度的两幅图片采用鲁棒性的去卷积算法生成一个粗略的模糊核，然后利用生成的模糊核对所有低分辨率视频帧进行一次去模糊处理，得到去模糊预处理后的图像序列yl，然后以yl作为后面处理的输入。3.根据权利要求1所述的一种改进的基于多幅图像模糊核估计的盲超分辨率重建算法，其特征在于步骤五中所述，在的迭代过程中，对每次迭代重建后的图片加一次模糊得到同一场景的两个不同模糊程度的图片，然后利用步骤二中的算法进行模糊核的再次估计，并再次进行去模糊。2CN106251297A说明书1/6页一种改进的基于多幅图像模糊核估计的盲超分辨率重建算法技术领域[0001]本发明涉及图像超分辨率重建技术，具体涉及一种改进的基于多幅图像模糊核估计的盲超分辨率重建算法，属于数字图像领域。背景技术[0002]图像与视频作为视觉信息的载体，是人类获取和传递信息的重要方式，因此，研究和处理图像与视频信息具有十分重要的意义。随着信息化技术的发展，人们对接收到的信息的要求也越来越高，尤其在医学、遥感、天文以及视频监控等应用领域中，都需要获得高分辨率的视频。然而在实际采集视频时，往往受到受到光的像差、欠采样、大气扰动、散焦以及系统噪声等因素的影响，所获得的视频的空间分辨率不高。改善成像系统中的硬件设备是提高视频分辨率较为简单的途径，但是成本太高，所以我们考虑通过软件的方法来提高图片和视频的分辨率以满足我们的需要。[0003]模糊是视频退化过程的重要因素之一，采集到的视频不仅受传感器自身光学模糊的影响，同时也受到外界大气模糊、运动模糊和散焦模糊等的影响。在超分辨率重建算法中，需要对模糊核进行估计以便能更准确地模拟成像的退化过程，以进一步提高超分辨率重建视频的质量。传统的基于边界梯度变化的模糊核估计，需要选取在图像上两块均匀亮暗区域的直线边界作为刃边，由于在输入的低分辨率图像中很难发现足够的强边缘，所以模糊核估计的问题变得尤为困难。在目前的大多数超分辨率重建算法中，通常假设成像系统的点扩展函数是事先已知的或者假设模糊核有简单的解析形式(如高斯形式)，有的甚至没有考虑降晰过程，不符合光学设备真实的成像模型，