專利名稱：一種基于Contourlet變換的圖像超分辨率重建方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域,具體涉及一種基于Contourlet變換的圖像超分辨率
重建方法
背景技術(shù)：
圖像的超分辨率重建對后續(xù)特征的提取和分析是非常有用的。超分辨率重建方法將低分辨率的圖像重建為高分辨率的圖像，在重建過程中，增強了高頻分量，即超分辨率重建獲得了圖像的細節(jié)信息。Contourlet變換是方向性的多尺度圖像表示，可以有效獲取圖像的多方向特征，可以檢測圖像的奇異點。Contourlet變換包括兩個步驟:LP(Laplacianpyramid)和DFB (direct ionalfi Iter banks)。LP步驟將圖像迭代分解為高通和低通的子帶頻段，DFB將分解得到的高頻子帶分解為多方向的頻帶。和小波變換相比,Contourlet變換具有相似的多尺度結(jié)構(gòu)，并且在每一個尺度下有多個方向的表示。圖像超分辨率重建方法包括插值方法、基于學習的方法和統(tǒng)計方法。插值方法是一種普遍的超分辨率重建方法，但是該方法并沒有利用圖像的幾何信息，圖像的邊緣細節(jié)信息難以重現(xiàn)?；趯W習的方法需要更多的圖像以得到高低分辨率圖像的對應關(guān)系，而這些依賴于圖像訓練庫?；诮y(tǒng)計的方法需要圖像的統(tǒng)計特性分布，而且對不同的圖像需要建立不同的統(tǒng)計模型。

發(fā)明內(nèi)容
為避免現(xiàn)有技術(shù)的不足，本發(fā)明提出了一種基于contourlet變換的圖像超分辨率重建方法，以解決在已知一幅低分辨率圖像的情況下，利用初始的高分辨率估計圖像和contourlet變換，獲取圖像在頻域的多尺度多方向特征，實現(xiàn)高頻信息的有效估計，獲得邊緣更加清晰的超分辨率圖像。本發(fā)明的目的通過以下技術(shù)方案來實現(xiàn)。一種基于Contourlet變換的圖像超分辨率重建方法，該方法包括如下步驟:I)對已知的低分辨率圖像Xl通過進行三尺度[2，2，3]的contourlet變換，獲得變換后的系數(shù)S:s3> s2> S1 ;對已知的低分辨率圖像Xl通過進行三尺度[2，2，4] contourlet變換，獲得變換后的系數(shù)t:t3、t2、假設(shè)理想高分辨率圖像xH的四尺度[2，2，3，4]contourlet變換系數(shù)是u因為S1和U1統(tǒng)計分布相似,所以可以利用S1估計
S0O2)對低分辨率圖像&插值方法，獲得初始的高分辨率估計圖像^^。對^進行四尺度Contourlet變換,獲得變換后的系數(shù)β: β 4、β 3、β 2> β 1 的Contourlet變換要比Xlj多一個尺度。3)利用Xlj的多尺度頻帶h和xH多尺度統(tǒng)計分布的相似關(guān)系,其中xH表示理想的超分辨率圖像，估計出 的 ' 多尺度頻帶的統(tǒng)計分布關(guān)系，估計出&的未知尺度Stl高頻信息，最終形成[2234]尺度。 4)將估計出Xl的未知尺度聞頻 η息S0和Xl白勺原有的尺度彳H息[S3，S2J S1, Sg]相結(jié)合，即將S0作為s的高頻信息,形成[s3, s2, S1, Sg] O對[s3, s2, S1, Sg]進行Contourlet反變換，獲得重建的高分辨率圖像。本發(fā)明的優(yōu)點在于:1.只需要一幅低分辨率圖像即可實現(xiàn)超分辨率重建，不需要訓練庫。2.算法復雜度低，不需要多次迭代運算。3.能夠有效超分辨率重建圖像，圖像的邊緣更加清晰。


圖1Contourlet變換分解流圖；圖2Contourlet頻帶分解示意圖；圖3 (a) Contourlet域統(tǒng)計直方圖中xL的h尺度系數(shù)；圖3(b) Contourlet域統(tǒng)計直方圖中xH的U1尺度系數(shù)；圖3 (c) Contourlet域統(tǒng)計直方圖中的β丨尺度系數(shù)。
具體實施例方式在圖像的成像階段，不可避免的受到噪聲、模糊等因素的影響，因此所得到的圖像是降質(zhì)的圖像，其數(shù)學模型如式(I)所示:xL = f*xH+n(I)xH表示原有的高分辨率圖像，f是系統(tǒng)模糊，η是噪聲。是經(jīng)過系統(tǒng)模糊和噪聲污染后的低分辨率圖像。*表示卷積過程。Xl可以通過Contourlet變換Ψ表示為更稀疏的系數(shù)s:xL = Ψ s(2)結(jié)合附圖1-2，一種基于Contourlet變換的圖像超分辨率重建方法包括如下步驟。步驟一,對已知的低分辨率圖像Xl進行Contourlet變換假設(shè)低分辨率圖像Xl的大小是256*256，對其進行Contourlet變換，獲得變換Contourlet域的系數(shù)S。Contourlet變換分為三個尺度[2, 2, 3],將s記作s3, s2, S1,每個尺度的方向數(shù)分別是22，22，23，即在S1尺度中，包含了 8個不同方向的頻帶。^是低分辨率圖像，為了獲得其高分辨率圖像，需要估計其高頻信息，然而，只有一幅低分辨率圖像，很難得到其高分辨率圖像。再對Xl進行3尺度Contourlet變換[2，3，4]，每個尺度的方向分別是:22，22，24。其Contourlet變換系數(shù)t記作^tyt1，其中&的方向數(shù)是24=16。&的統(tǒng)計特性如圖3 (a)所示，如果對理想的512*512高分辨率圖像xH進行四個尺度[2，2，3，4]的coutourlet變換,系數(shù)分別記作U47U37U27Ultj U1的統(tǒng)計特性如圖3(b)所示。圖3(a)和圖3(b)具有相似的統(tǒng)計特性，接近高斯分布，即和U1具有相似的統(tǒng)計特 性，但是的大小是32*128，uJ^大小是64*256。因此，可以用&的h頻帶系數(shù)的統(tǒng)計特性估計其高頻頻帶系數(shù)Stl, S0的方向數(shù)為16。
步驟二,獲得初始的高分辨率估計圖像y對其進行Contourlet變換。通過對低分辨率圖像&插值方法，獲得初始的高分辨率估計圖像^包含了^所不包含的高頻信息，即圖像細節(jié)信息。但是該高頻信息受到噪聲等因素的影響，并不是高分辨率圖像真實的高頻信息，只是其一個估計，通過該高頻細節(jié)信息，最終需要獲得高分辨率圖像的高頻信息sQ。對^^進行Contourlet變換，分解為四個尺度[2，2，3，4]的頻帶，coutourlet變換后的系數(shù)是β ,記作β 4, β 3, β 2, β:，比Xlj的s多一個尺度,每個尺度的方向分別是:22，22，23，24。的統(tǒng)計特性如圖3 (c)所示，其大小是64*256，可以看出，該統(tǒng)計特性已經(jīng)不再服從類似圖3 (a)和(b)的分布，因此需要對β i進行處理，以獲得和圖3(b)相似的統(tǒng)計特性。步驟三,利用Xlj的多尺度頻帶I^1和多尺度頻帶β I的統(tǒng)計關(guān)系，估計出Xlj的未知尺度高頻信息S。。Xl的多尺度頻帶和理想高分辨率圖像Xh的高頻頻帶U1均服從近似高斯分布，所以可以用的統(tǒng)計特性來指導Stl的估計。&多尺度頻帶β !并不服從高斯分布，但是通過h的統(tǒng)計特性可以來指導β I中系數(shù)的估計，以此來獲得Stl的估計。h的contourlet
變換高頻帶系數(shù)體現(xiàn)了 ^中缺失的高頻信息，利用&在β !下的高頻分量和統(tǒng)計直方圖，估計出^缺失的高頻信息Stl，其方向數(shù)目是24。該估計方法并不局限于統(tǒng)計分布方法，還可以采用其他方法實現(xiàn)。步驟四,將估計的Xli的未知尺度高頻信息Sci和Xli的原有的尺度信息S3, S2, S1相結(jié)合，即將S0作為S的高頻信息,形成[S3, S2, S1, S。],其中S3, S2, S1, S0的各尺度幅度系數(shù)關(guān)系可以通過S, t, u, β的各級尺度關(guān)系來確定。然后對[S3, S2, S1, S0]進行Contourlet反變換，獲得重建的高分辨率圖像。應當理解，以上借助優(yōu)選實施例對本發(fā)明的技術(shù)方案進行的詳細說明是示意性的而非限制性的。本領(lǐng)域的·普通技術(shù)人員在閱讀本發(fā)明說明書的基礎(chǔ)上可以對各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。
權(quán)利要求
1.一種基于Contourlet變換的圖像超分辨率重建方法，其特征在于，該方法包括如下步驟: 1)對已知的低分辨率圖像Xl通過進行三尺度[2，2，3]的contourlet變換，獲得變換后的系數(shù)S:s3>s2>s1 ;對已知的低分辨率圖像Xli通過進行三尺度[2，2，4] contourlet變換，獲得變換后的系數(shù)t:t3、t2、ti ； 2)對低分辨率圖像&進行插值處理，獲得初始的高分辨率估計圖像，對進行四尺度C ontourlet變換，獲得變換后的系數(shù)β: β 4、β 3、β 2> P1, 的Contourlet變換要比Xlj多一個尺度； 3)利用Xlj的多尺度頻帶h和xH多尺度統(tǒng)計分布的相似關(guān)系,其中xH表示理想的超分辨率圖像，估計出的名尺度頻帶的統(tǒng)計分布關(guān)系，估計出^的未知尺度S0高頻信息，最終形成[2234]尺度； 4)將估計出&的未知尺度高頻信息Stl和&的原有的尺度信息[s3，s2,S1, s0]相結(jié)合，即將S0作為s的高頻信息,形成[s3, s2, S1, S0]，對[s3, s2, S1, Sg]進行Contourlet反變換，獲得重建的高分辨率圖像。
全文摘要
本發(fā)明涉及一種基于contourlet變換的圖像超分辨率重建方法，利用初始的高分辨率估計圖像和contourlet變換，獲取圖像在頻域的多尺度多方向特征，以解決在已知一幅低分辨率圖像的情況下，實現(xiàn)高頻信息的有效估計，獲得邊緣更加清晰的超分辨率圖像。
文檔編號G06T5/00GK103236041SQ201310148568
公開日2013年8月7日 申請日期2013年4月25日 優(yōu)先權(quán)日2013年4月25日
發(fā)明者申艷, 陳后金, 郝曉莉, 聞映紅, 姚暢, 李居鵬, 張金寶 申請人:北京交通大學