一種基于光照分離的圖像超分辨率增強(qiáng)方法
【專利摘要】本發(fā)明公開了一種基于光照分離的圖像超分辨率增強(qiáng)方法，該方法先對(duì)參考圖像進(jìn)行光照分離處理，然后利用大量參考圖像學(xué)習(xí)圖像低頻信息和高頻信息之間的對(duì)應(yīng)關(guān)系，最后利用這種對(duì)應(yīng)關(guān)系獲取待增強(qiáng)圖像的高頻信息，得到高分辨率圖像。本發(fā)明充分考慮了外界光線變化對(duì)圖像處理的影響，極大地提升了超分辨率圖像增強(qiáng)的效果；對(duì)于同一個(gè)場(chǎng)景的圖像，只需要一個(gè)光線下的圖像，極大地降低了學(xué)習(xí)樣本庫的規(guī)模；同時(shí)由于樣本庫的規(guī)模的降低，訓(xùn)練得到的先驗(yàn)知識(shí)庫的規(guī)模也有所降低，因此在進(jìn)行高維數(shù)據(jù)檢索時(shí)，可節(jié)省時(shí)間，提高運(yùn)算效率。
【專利說明】一種基于光照分離的圖像超分辨率增強(qiáng)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像信息處理【技術(shù)領(lǐng)域】，具體地說，涉及一種基于光照分離的圖像超分辨率增強(qiáng)方法，即一種基于光照分離的由低分辨率圖像恢復(fù)高分辨圖像的超分辨率處理方法。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)和信息處理技術(shù)的快速發(fā)展，人們對(duì)圖像分辨率的要求越來越高。但是由于受到物理成像條件和采集環(huán)境的限制，采集到的圖像分辨率有時(shí)會(huì)很低，圖像的視覺效果難以滿足人們的需要。
[0003]超分辨率圖像增強(qiáng)方法利用圖像本身的性質(zhì)和相鄰圖像塊的關(guān)聯(lián)信息，通過一定的算法處理，在不增加硬件投入的情況下從低分辨率低質(zhì)量輸入圖像中估計(jì)出高分辨率高質(zhì)量圖像，使圖像分辨率超過光學(xué)硬件設(shè)備的分辨率，獲得圖像潛在的細(xì)節(jié)信息，增強(qiáng)圖像的可用性。這種方法一經(jīng)提出，便引起了許多學(xué)者的廣泛重視和關(guān)注。Harris[請(qǐng)參考文獻(xiàn) J.LHarris.Diffraction and Resolving Power.Journal of Optical Society ofAmerican, Vol.54, N0.7, pp.931-936,1964]從理論上證明，兩個(gè)不同的物體不會(huì)產(chǎn)生同樣的圖像，因此，在無噪聲條件下獲取的任何圖像只與一個(gè)物體相對(duì)應(yīng)。這樣，根據(jù)一個(gè)物體的低分辨率圖像對(duì)該物體的細(xì)節(jié)增強(qiáng)存在可能。經(jīng)過科研人員的后續(xù)研究，超分辨率圖像增強(qiáng)方法已經(jīng)取得較多結(jié)果，其可行性已經(jīng)不容質(zhì)疑。
[0004]超分辨率圖像增強(qiáng)方法在視覺監(jiān)控、公共安全、遙感、醫(yī)學(xué)成像和高清晰度電視等多個(gè)領(lǐng)域有著廣泛的應(yīng)用前景。在衛(wèi)星遙感方面，由于成像條件與成像設(shè)備的分辨率都有一定限制，一般來說很難獲得高清晰度的圖像，因此，從已獲取的低分辨率圖像來生成高分辨率圖像具有十分重要的意義；在視頻傳輸系統(tǒng)中，通過擴(kuò)大圖像和增加細(xì)節(jié)，可以從視頻序列中得到超分辨率靜態(tài)圖像，把普通視頻信號(hào)轉(zhuǎn)化成高清晰度電視信號(hào)；在公共安全領(lǐng)域，處理由于運(yùn)動(dòng)、散焦、環(huán)境等引起的低質(zhì)量圖像，獲取高質(zhì)量圖像；在生物特征識(shí)別領(lǐng)域，可以用超分辨率圖像復(fù)原方法來得到高分辨率的人臉圖像，這種高分辨率人臉圖像用于人臉識(shí)別，可大大提高識(shí)別精度。
[0005]超分辨率增強(qiáng)方法已經(jīng)成為國(guó)際上圖像處理領(lǐng)域近十年來最為活躍的研究課題之一。超分辨率增強(qiáng)方法大致可以分為兩個(gè)方向:基于重構(gòu)的方法和基于學(xué)習(xí)的方法?；谥貥?gòu)的超分辨率增強(qiáng)方法的主要思想是利用多幀重復(fù)拍照?qǐng)D像的冗余信息，重構(gòu)出超分辨率圖像，消除和降低混頻效應(yīng)?；谥貥?gòu)的超分辨率增強(qiáng)方法需要建立符合實(shí)際情況的成像模型和降質(zhì)模型，并需要對(duì)圖像序列進(jìn)行精確的亞像素運(yùn)動(dòng)估計(jì)，這在實(shí)際處理中都非常困難?；趯W(xué)習(xí)的超分辨率增強(qiáng)方法是在基于重構(gòu)的方法遇到困難的情況下發(fā)展起來的，雖然起步較晚，但目前看來能夠彌補(bǔ)基于重構(gòu)的方法的很多不足，基于學(xué)習(xí)的超分辨率增強(qiáng)方法結(jié)合智能技術(shù)的發(fā)展，針對(duì)特定類型的圖像，有效利用先驗(yàn)知識(shí)，能有效提高空間分辨率，是值得進(jìn)一步研究的方向，本發(fā)明就是屬于基于學(xué)習(xí)的超分辨率領(lǐng)域，以解決該領(lǐng)域中的關(guān)鍵問題。[0006]基于學(xué)習(xí)的超分辨率增強(qiáng)方法最早由卡耐基-梅隆實(shí)驗(yàn)室的Baker等[請(qǐng)參考文獻(xiàn) S.Baker,and T.Kanade.Limits on Super-resolution and How to Break Them.Proc.0f Computer Vision and Pattern Recognition, pp.372-379, 2000]提出，他們提出一種基于先驗(yàn)知識(shí)進(jìn)行增強(qiáng)的方法，利用機(jī)器學(xué)習(xí)算法去訓(xùn)練指定類別圖像，將得到的先驗(yàn)知識(shí)用于超分辨率增強(qiáng)。麻省理工學(xué)院Freeman等[請(qǐng)參考文獻(xiàn)W.T.Freeman, T.R.Jones,and E.C.Pasztor.Example-Based Super-Resolution.1EEE Computer Graphics andApplications, Vol.22，N0.2，PP.56-65，2002]提出了基于樣本的方法，利用馬爾可夫網(wǎng)絡(luò)來學(xué)習(xí)訓(xùn)練庫中低分辨率圖像與高分辨率圖像塊之間的關(guān)系，用學(xué)習(xí)到的關(guān)系來預(yù)測(cè)輸入低分辨率圖像的細(xì)節(jié)信息。Bishop等[請(qǐng)參考文獻(xiàn)C.M.Bishop, A.Blake, and B.Marth1.Super-Resolution Enhancement of Vide0.Proc.0f the 9th International Conferenceon Artificial Intelligence and Statistics, pp.410-414, 2003]利用一個(gè)圖像塊數(shù)據(jù)庫來獲取自然圖像的中頻段和高頻段之間的關(guān)系，并用已被增強(qiáng)的超分辨率圖像的一部分作為當(dāng)前圖像增強(qiáng)的訓(xùn)練集，從而添加了附加的高頻信息。Joshi等[請(qǐng)參考文獻(xiàn)M.V.Joshi,S.Chaudhuri,and R.Panugant1.A Learning-Based Method for Image Super-Resolutionfrom Zoomed Observations.1EEE Transactions on Systems, Man and Cybernetics,Vol.35, N0.3, pp.527-537，2005]提出一種融合不同尺寸的圖像進(jìn)行分辨率增強(qiáng)的方法。基于學(xué)習(xí)的超分辨率增強(qiáng)方法需要從大規(guī)模先驗(yàn)數(shù)據(jù)庫中搜索匹配的信息，需要的計(jì)算資源非常大，以往的研究工作中缺乏這方面的研究，致使消耗時(shí)間長(zhǎng)，影響了該方法的應(yīng)用。
[0007]基于學(xué)習(xí)的超分辨率增強(qiáng)方法的基本思路是，利用大量參考圖像學(xué)習(xí)圖像低頻信息和高頻信息之間的對(duì)應(yīng)關(guān)系，利用這種對(duì)應(yīng)關(guān)系獲取待增強(qiáng)圖像的高頻信息，得到高分辨率圖像。該方法通常分兩個(gè)步驟，離線訓(xùn)練過程和在線增強(qiáng)過程，其中，離線訓(xùn)練過程是利用統(tǒng)計(jì)學(xué)習(xí)的方法，分析由大量高分辨率圖像和低分辨率圖像構(gòu)成的圖像參考庫，建立低分辨率圖像中的低頻信息和高頻信息之間的對(duì)應(yīng)關(guān)系，構(gòu)建知識(shí)庫，其處理過程如圖1所示；在線增強(qiáng)過程中，對(duì)輸入圖像分塊，為每個(gè)圖像塊提取搜索特征矢量，在知識(shí)庫中搜索最匹配的高頻信息，經(jīng)過融合后得到高分辨率圖像，其處理過程如圖2所示。
[0008]在上述已有的圖像增強(qiáng)方法中，沒有考慮圖像光線的影響，但在實(shí)際應(yīng)用中，由于光線變化導(dǎo)致獲取的同一場(chǎng)景的圖像變化多樣，在某一光線條件下研制的圖像先驗(yàn)知識(shí)庫和特征表示方法，在另一光線條件下不能很好地應(yīng)用，這就大大限制了基于學(xué)習(xí)的超分辨率圖像增強(qiáng)方法的應(yīng)用范圍。因此，迫切需要一種不受光線變化影響的圖像增強(qiáng)方法，利用有限的訓(xùn)練樣本，在增強(qiáng)圖像細(xì)節(jié)的同時(shí)，保持圖像的光照的延續(xù)性。本發(fā)明在已有處理方法的基礎(chǔ)上，增加了光照分離的處理環(huán)節(jié)，能夠有效的解決上述現(xiàn)有技術(shù)中存在的問題。

【發(fā)明內(nèi)容】

[0009]為了解決上述現(xiàn)有技術(shù)中存在的問題，本發(fā)明提出一種基于光照分離的圖像超分辨率增強(qiáng)方法。該方法包括以下步驟:
[0010]步驟1，建立含有多幅高分辨率圖像的訓(xùn)練圖像庫；
[0011 ] 步驟2，對(duì)所述訓(xùn)練圖像庫中的每一幅高分辨率圖像進(jìn)行光照分離處理，得到光照不變圖像和光照?qǐng)D像；
[0012]步驟3，對(duì)所述步驟2得到的所述光照不變圖像進(jìn)行降質(zhì)處理得到對(duì)應(yīng)的低分辨率圖像；
[0013]步驟4，對(duì)所述高分辨率圖像與所述步驟3得到的相應(yīng)的低分辨率圖像進(jìn)行求差，得到高頻信息圖像；
[0014]步驟5，針對(duì)所述步驟3得到的低分辨率圖像和所述步驟4得到的高頻信息圖像，將所述低分辨率圖像和所述高頻信息圖像分成多個(gè)重疊的高頻信息圖像塊和低分辨率圖像塊，根據(jù)圖像塊的對(duì)應(yīng)位置，建立多個(gè)高-低分辨率圖像塊對(duì)，并分別對(duì)高頻信息圖像塊和低分辨率圖像塊提取高頻特征向量和低頻特征向量，將提取得到的高頻特征向量和低頻特征向量對(duì)組成先驗(yàn)知識(shí)庫；
[0015]步驟6，將待增強(qiáng)的低分辨率圖像擴(kuò)大到增強(qiáng)后的尺寸；
[0016]步驟7，利用光照分離處理方法，對(duì)擴(kuò)大后的低分辨率圖像進(jìn)行光照預(yù)處理，得到光照不變圖像和光照?qǐng)D像；
[0017]步驟8，將所述步驟7中得到的光照不變圖像分成多個(gè)重疊的圖像塊，并對(duì)每一圖像塊提取與所述步驟5中提取的特征相同的特征向量；
[0018]步驟9，基于所述步驟8提取得到的特征向量在所述先驗(yàn)知識(shí)庫中查詢得到與所述步驟8提取得到的特征向量最匹配的多個(gè)特征向量，從而根據(jù)所述特征向量或者所述特征向量之間的對(duì)應(yīng)關(guān)系獲取對(duì)應(yīng)的高頻信息圖像塊；
[0019]步驟10，將所述步驟9得到的高頻信息圖像塊與所述步驟7中得到的光照不變圖像疊加融合，得到光照不變的高分辨率圖像；
[0020]步驟11，對(duì)所述步驟7中得到的光照?qǐng)D像與所述光照不變的高分辨率圖像進(jìn)行圖像融合，得到增強(qiáng)后的高分辨率圖像。
[0021]本發(fā)明方法應(yīng)用領(lǐng)域廣泛，特別是在公安、監(jiān)控、遙感等領(lǐng)域，由于現(xiàn)有技術(shù)受到采集條件的限制，采集到的圖像有時(shí)會(huì)存在分辨率不高、模糊等問題，因此極大地限制了圖像的實(shí)際使用價(jià)值，而本發(fā)明方法可有效地提升圖像的分辨率，增強(qiáng)圖像的數(shù)據(jù)價(jià)值。
【專利附圖】

【附圖說明】
[0022]圖1為現(xiàn)有技術(shù)中超分辨率增強(qiáng)方法的離線訓(xùn)練過程流程圖；
[0023]圖2為現(xiàn)有技術(shù)中超分辨率增強(qiáng)方法的在線增強(qiáng)過程流程圖；
[0024]圖3顯示了根據(jù)本發(fā)明一實(shí)施例的圖像超分辨率增強(qiáng)方法的離線訓(xùn)練過程；
[0025]圖4顯示了根據(jù)本發(fā)明一實(shí)施例的圖像超分辨率增強(qiáng)方法的在線增強(qiáng)過程。
【具體實(shí)施方式】
[0026]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說明。
[0027]超分辨率的定義是由低分辨率圖像重建高分辨率圖像。給定單幅低分辨率圖像，按照設(shè)定方案分割成有重疊的圖像塊，利用先驗(yàn)知識(shí)庫，估計(jì)每一圖像塊的高分辨率圖像塊，然后經(jīng)過融合得到增強(qiáng)的高分辨率圖像。低分辨率圖像中缺乏描述細(xì)節(jié)高頻信息，因此，增強(qiáng)的目的也就是利用先驗(yàn)知識(shí)庫，獲取高頻信息，將高頻信息與低分辨率圖像疊加從而產(chǎn)生增強(qiáng)的圖像。
[0028]本發(fā)明針對(duì)現(xiàn)有技術(shù)中的方法受光線影響偏大的問題，在處理過程中增加了光照分離的環(huán)節(jié)，利用圖像中光照不變的信息為依據(jù)，獲取高頻信息，最后再增加光照信息，還原真實(shí)場(chǎng)景。本發(fā)明方法分為兩個(gè)過程:離線訓(xùn)練過程和在線增強(qiáng)過程。前一個(gè)過程一般離線進(jìn)行，構(gòu)建有效的先驗(yàn)知識(shí)庫；后一個(gè)過程在線進(jìn)行，針對(duì)輸入的圖像，快速獲得增強(qiáng)的圖像。本發(fā)明在離線訓(xùn)練過程和在線增強(qiáng)過程中，均增加了光照分離的處理過程，以降低光照對(duì)超分辨率圖像增強(qiáng)的影響。
[0029]圖3顯示了根據(jù)本發(fā)明一實(shí)施例的圖像超分辨率增強(qiáng)方法的離線訓(xùn)練過程。所述離線訓(xùn)練過程的目的是構(gòu)建一先驗(yàn)知識(shí)庫，在本發(fā)明中，所述先驗(yàn)知識(shí)庫由一組高分辨率的圖像集訓(xùn)練得到。
[0030]如圖3所示，本發(fā)明圖像超分辨率增強(qiáng)方法的離線訓(xùn)練過程包括以下幾個(gè)步驟:
[0031]步驟1，建立含有多幅高分辨率圖像的訓(xùn)練圖像庫；
[0032]步驟2，對(duì)所述訓(xùn)練圖像庫中的每一幅高分辨率圖像進(jìn)行光照分離處理，得到光照不變圖像和光照?qǐng)D像；
[0033]考慮到光照變化對(duì)圖像的影響通常是全局的，其決定了圖像色度和亮度的基本基調(diào)。Land [請(qǐng)參考文獻(xiàn) E.H.Land.An Alternative Technique for the Computation ofthe Designator in the Retinex Theory of Color Vision.Proc.0f National Academyof Science:National Academy of Science, UAS, 83, pp:3078-3080,1986]提出一個(gè)關(guān)于人類視覺系統(tǒng)如何調(diào)節(jié)感知到物體的顏色和亮度的模型Retinex算法，其實(shí)質(zhì)上是一種基于光照補(bǔ)償?shù)膱D像處理算法，可以在灰度動(dòng)態(tài)范圍壓縮，邊緣增強(qiáng)和顏色恒定性三方面達(dá)到平衡。通過該算法，可以分離反應(yīng)外界光線的光照?qǐng)D像和反應(yīng)物體反射本質(zhì)的光照不變圖像。本發(fā)明就是利用該算法對(duì)高分辨率圖像進(jìn)行光照分離處理，得到光照不變圖像和光照?qǐng)D像的。
[0034]步驟3，對(duì)所述步驟2得到的所述光照不變圖像進(jìn)行降質(zhì)處理得到對(duì)應(yīng)的低分辨率圖像；
[0035]該步驟中，所述降質(zhì)處理可采用現(xiàn)有技術(shù)中的多種方法，比如可先采用高斯平滑，然后進(jìn)行降采樣，最后利用插值方法得到同尺寸但是分辨率低的圖像。
[0036]步驟4，對(duì)所述高分辨率圖像與所述步驟3得到的相應(yīng)的低分辨率圖像進(jìn)行求差，得到高頻信息圖像；
[0037]步驟5，針對(duì)所述步驟3得到的低分辨率圖像和所述步驟4得到的高頻信息圖像，采用相同的圖像分塊策略，將所述低分辨率圖像和所述高頻信息圖像分成多個(gè)重疊的高頻信息圖像塊和低分辨率圖像塊，根據(jù)圖像塊的對(duì)應(yīng)位置，建立多個(gè)高-低分辨率圖像塊對(duì)，并分別對(duì)高頻信息圖像塊和低分辨率圖像塊提取高頻特征向量和低頻特征向量，將提取得到的高頻特征向量和低頻特征向量對(duì)組成先驗(yàn)知識(shí)庫；
[0038]該步驟中，所述高頻特征向量一般直接由高頻信息圖像塊中相應(yīng)的圖像信息構(gòu)成，而所述低頻特征向量可以由相應(yīng)低分辨率圖像塊的灰度特征、梯度特征構(gòu)成，也可以由圖像塊的統(tǒng)計(jì)特征構(gòu)成，如直方圖等，所述高頻特征向量和低頻特征向量構(gòu)成了相應(yīng)圖像塊的搜索向量。
[0039]本發(fā)明超分辨率增強(qiáng)方法的目的在于恢復(fù)高分辨率圖像具備的而低分辨率圖像缺乏的高頻信息。因此，訓(xùn)練圖像中真正有價(jià)值的是低分辨率圖像和原始高分辨率圖像的差值信息即高頻信息圖像，以及差值信息與低分辨率圖像之間的對(duì)應(yīng)關(guān)系。上述離線訓(xùn)練過程正是通過先驗(yàn)知識(shí)庫建立了這種關(guān)系。
[0040]圖4顯示了根據(jù)本發(fā)明一實(shí)施例的圖像超分辨率增強(qiáng)方法的在線增強(qiáng)過程。如圖4所示，所述在線增強(qiáng)過程包括以下幾個(gè)步驟:
[0041]步驟6，將待增強(qiáng)的低分辨率圖像，比如通過插值方法，擴(kuò)大到增強(qiáng)后的尺寸；
[0042]步驟7，利用光照分離處理方法，對(duì)擴(kuò)大后的低分辨率圖像進(jìn)行光照預(yù)處理，得到光照不變圖像和光照?qǐng)D像；
[0043]步驟8，對(duì)于所述步驟7中得到的光照不變圖像，按照同訓(xùn)練過程中相同的方法分成多個(gè)重疊的圖像塊，并對(duì)每一圖像塊提取與所述步驟5中提取的特征相同的特征向量；
[0044]步驟9，基于所述步驟8提取得到的特征向量在所述先驗(yàn)知識(shí)庫中查詢得到與所述步驟8提取得到的特征向量最匹配的多個(gè)特征向量，從而根據(jù)所述特征向量或者所述特征向量之間的對(duì)應(yīng)關(guān)系獲取對(duì)應(yīng)的高頻信息圖像塊；
[0045]該步驟中的特征向量匹配方法，可采用傳統(tǒng)的向量相似度計(jì)算方法，比如根據(jù)歐式距離、加權(quán)歐式距離、馬氏距離等進(jìn)行向量相似度計(jì)算。
[0046]步驟10，將所述步驟9得到的高頻信息圖像塊與所述步驟7中得到的光照不變圖像疊加融合，得到光照不變的高分辨率圖像；
[0047]該步驟中的圖像疊加融合方法可采用像素級(jí)的融合方法，比如現(xiàn)有技術(shù)中的均值、加權(quán)求和等圖像融合方法。
[0048]步驟11，對(duì)所述步驟7中得到的光照?qǐng)D像與所述光照不變的高分辨率圖像進(jìn)行圖像融合，得到增強(qiáng)后的高分辨率圖像。
[0049]本發(fā)明方法所取得的優(yōu)點(diǎn)有如下幾個(gè)方面:
[0050]I)提升超分辨率圖像增強(qiáng)的效果
[0051]本發(fā)明能夠充分考慮外界光線變化對(duì)圖像處理的影響，從而極大地提升了超分辨率圖像增強(qiáng)的效果。
[0052]2)降低學(xué)習(xí)的樣本庫
[0053]本發(fā)明對(duì)于同一個(gè)場(chǎng)景的圖像，只需要一個(gè)光線下的圖像，從而極大地降低了學(xué)習(xí)樣本庫的規(guī)模。
[0054]3)提高計(jì)算效率
[0055]本發(fā)明由于樣本庫的規(guī)模的降低，訓(xùn)練得到的先驗(yàn)知識(shí)庫的規(guī)模也有所降低，因此在進(jìn)行高維數(shù)據(jù)檢索時(shí)，可節(jié)省時(shí)間，提高運(yùn)算效率。
[0056]以上所述的具體實(shí)施例，對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實(shí)施例而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種基于光照分離的圖像超分辨率增強(qiáng)方法，其特征在于，該方法包括以下步驟: 步驟1，建立含有多幅高分辨率圖像的訓(xùn)練圖像庫； 步驟2，對(duì)所述訓(xùn)練圖像庫中的每一幅高分辨率圖像進(jìn)行光照分離處理，得到光照不變圖像和光照?qǐng)D像； 步驟3，對(duì)所述步驟2得到的所述光照不變圖像進(jìn)行降質(zhì)處理得到對(duì)應(yīng)的低分辨率圖像； 步驟4，對(duì)所述高分辨率圖像與所述步驟3得到的相應(yīng)的低分辨率圖像進(jìn)行求差，得到高頻信息圖像； 步驟5，針對(duì)所述步驟3得到的低分辨率圖像和所述步驟4得到的高頻信息圖像，將所述低分辨率圖像和所述高頻信息圖像分成多個(gè)重疊的高頻信息圖像塊和低分辨率圖像塊，根據(jù)圖像塊的對(duì)應(yīng)位置，建立多個(gè)高-低分辨率圖像塊對(duì)，并分別對(duì)高頻信息圖像塊和低分辨率圖像塊提取高頻特征向量和低頻特征向量，將提取得到的高頻特征向量和低頻特征向量對(duì)組成先驗(yàn)知識(shí)庫； 步驟6，將待增強(qiáng)的低分辨率圖像擴(kuò)大到增強(qiáng)后的尺寸； 步驟7，利用光照分離處理方法，對(duì)擴(kuò)大后的低分辨率圖像進(jìn)行光照預(yù)處理，得到光照不變圖像和光照?qǐng)D像； 步驟8，將所述步驟7中得到的光照不變圖像分成多個(gè)重疊的圖像塊，并對(duì)每一圖像塊提取與所述步驟5中提取的特征相同的特征向量； 步驟9，基于所述步驟8提取得到的特征向量在所述先驗(yàn)知識(shí)庫中查詢得到與所述步驟8提取得到的特征向量最匹配的多個(gè)特征向量，從而根據(jù)所述特征向量或者所述特征向量之間的對(duì)應(yīng)關(guān)系獲取對(duì)應(yīng)的高頻信息圖像塊； 步驟10，將所述步驟9得到的高頻信息圖像塊與所述步驟7中得到的光照不變圖像疊加融合，得到光照不變的高分辨率圖像； 步驟11，對(duì)所述步驟7中得到的光照?qǐng)D像與所述光照不變的高分辨率圖像進(jìn)行圖像融合，得到增強(qiáng)后的高分辨率圖像。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟3中，依次采用高斯平滑、降采樣以及插值得到所述低分辨率圖像。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述低分辨率圖像與所述光照不變圖像同尺寸。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟5中，所述高頻特征向量直接由高頻信息圖像塊中相應(yīng)的圖像信息構(gòu)成。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟5中，所述低頻特征向量由相應(yīng)低分辨率圖像塊的灰度特征、梯度特征或統(tǒng)計(jì)特征構(gòu)成。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述統(tǒng)計(jì)特征為直方圖。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟6中通過插值方法將擴(kuò)大待增強(qiáng)的低分辨率圖像。
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟9中，采用向量相似度計(jì)算方法對(duì)特征向量進(jìn)行匹配。
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述向量相似度計(jì)算方法為根據(jù)歐式距離、加權(quán)歐式距離或馬氏距離進(jìn)行向量相似度計(jì)算。
10.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟10和所述步驟11中，采用像素級(jí)的融合方法對(duì)圖 像進(jìn)行融合。
【文檔編號(hào)】G06T5/50GK103632357SQ201310037260
【公開日】2014年3月12日 申請(qǐng)日期:2013年1月30日 優(yōu)先權(quán)日:2013年1月30日
【發(fā)明者】徐成華 申請(qǐng)人:中國(guó)科學(xué)院電子學(xué)研究所