CN105405099A - 一种基于点扩散函数的水下图像超分辨率重建方法 - Google Patents

Abstract

本发明公开了一种点扩散函数的水下图像超分辨率重建方法，能够提高水下图像的分辨率。本方法包括以下几个步骤：首先获取连续帧的激光距离选通图像，以第一帧作为参考帧，将参考帧作为复原图像，将第二帧图像作为观测图像；针对复原图像和观测图像进行盲解卷积处理，获得当前帧的点扩散函数，然后使用点扩散函数对复原图像进行更新；以此类推，顺次将下一帧图像更新为观测图像，对更新后的复原图像和观测图像进行盲解卷积处理求得点扩散函数并继续更新复原图像，直至得到最后一个复原图像，将该复原图像与参考帧做盲解卷积的处理，求得最终的点扩散函数，用于替代POCS算法中的退化模型，改进POCS算法，提高图像的分辨率。

Description

一种基于点扩散函数的水下图像超分辨率重建方法

技术领域

本发明涉及水下图像超分辨率重建领域，尤其涉及一种基于点扩散函数的水下图像超分辨率重建方法。

背景技术

近年来，随着人类对海洋资源开发的不断深入，水下视觉已成为海底目标检测、海洋地理工程及海洋军事等领域不可或缺的组成部分。在水下环境中，由于水介质造成光强衰减、前后向散射噪声等因素影响，造成成像质量较差，细节模糊，难以获得准确信息。因此可以通过超分辨率重建的方法对图像进行处理，以获得更加清晰分辨率更高的图像。

水下激光距离选通成像技术是当下较为成熟的水下光电成像技术之一，对于提高水下成像***的成像质量具有良好的效果。激光距离选通成像的原理如图2所示。水体的光学窗口大致在480～550nm，所以水下距离选通成像方式常以Nd:YAG固体脉冲激光器作为照射光源，T₀时刻激光发射入射光照明目标物体，由于ICCD探测器上的选通门关闭，水体的大量后向散射光不能进入探测器，探测完整目标所需时间ΔT，T₁时刻目标反射光到达探测器，选通门开启ΔT的时间，ICCD对探测目标完整成像，由此可屏蔽掉大部分的水体后向散射光，增加水下光电成像***的作用距离。水下距离选通成像技术的应用，可以将水下光电成像设备的探测距离提高3～5倍。

凸集投影法(ProjectionsOntoConvexSets,POCS)在众多超分辨率重建的算法中具有重要的地位。在POCS算法中，退化函数是重要的先验知识。然而在不同的水域、不同的光照条件下，水下图像的退化程度差异很大，退化函数具有不确定性。目前对于水下图像的退化模型尚鲜见***定量的研究。

发明内容

有鉴于此，本发明提供了一种基于点扩散函数的水下图像超分辨率重建方法，能够求解水下连续帧图像的退化函数，即点扩散函数，运用到POCS算法中，从而提高水下图像的分辨率。

为了达到上述目的，本发明的技术方案为包括以下几个步骤：

S1：采用激光距离选通的方法对靶标拍摄一组连续帧图像，以连续帧图像中的第一帧作为参考帧，将参考帧作为复原图像，将第二帧图像作为观测图像。

S2：针对复原图像和观测图像进行盲解卷积处理，获得当前帧的点扩散函数，然后使用当前帧的点扩散函数对复原图像进行更新。

S3：将观测图像更新为第三帧图像，针对更新后的复原图像和观测图像进行盲解卷积处理，求得当前帧的点扩散函数，然后使用当前帧的点扩散函数对复原图像进行更新。

S4：依此类推，最终得到以最后一帧图像为观测图像时更新后的复原图像；将该更新后的复原图像与参考帧做盲解卷积的处理，求得最终的点扩散函数。

S5：将最终的点扩散函数带入凸集投影法POCS算法中，替换凸集投影法POCS算法中图像的退化模型，改进POCS算法，提高水下图像的分辨率。

进一步地，盲解卷积的处理包括：求解第t帧图像与复原图像的点扩散函数 $f_t={\mathrm{argmin}}_{f_t\≥0}\left|\right|y_t-F_t{x}_{t-1}|{|}^2;$ 其中复原图像x_t的迭代公式为：

式中f_t表示第t帧图像与复原图像求解的点扩散函数；F_t为只与f_t相关的函数，f_t*x_t＝F_t·x_t，*表示卷积运算；⊙表示矩阵中对应元素相乘，||||为范数求解符号；t表示第t帧，t的取值2～N；x_t为复原图像，x_t的初始值x₁为参考帧；y_t为观测图像，y_t的初始值y₂为第二帧图像；将x₁、y₂带入公式1中，求解得到f₂；将求得的f₂以及x₁、y₂带入公式2中得到x₂，以此类推，顺次获得复原图像x₂～x_N。

有益效果：

本发明所提供的一种基于点扩散函数的水下图像超分辨率重建方法，能够通过对水下连续帧图像进行处理，使用循环迭代的方法估计水下连续帧图像点扩散函数，由此获得的点扩散函数能够更为真实地反映连续帧的图像退化程度，将该点扩散函数运用到POCS算法中，能够改进POCS算法，提高水下图像的分辨率。

附图说明

图1为本发明为实施例的方法流程图；

图2为水下激光距离选通成像***图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

图1为本方法流程图：

步骤S1：采用激光距离选通的方法对靶标拍摄一组连续帧图像，以连续帧图像中的第一帧作为参考帧，将参考帧作为复原图像，将第二帧图像作为观测图像。

步骤S2：以第二帧图像作为观测图像，针对复原图像和观测图像进行盲解卷积处理，获得当前帧的点扩散函数，然后使用当前帧的点扩散函数对复原图像进行更新。

盲解卷积采用如下公式1和公式2计算；

公式1： $f_t={\mathrm{argmin}}_{f_t\≥0}\left|\right|y_t-F_t{x}_{t-1}|{|}^2;$

公式1：

式中f_t表示第t帧图像与复原图像求解的点扩散函数；F_t为只与f_t相关的函数，f_t*x_t＝F_t·x_t，*表示卷积运算；⊙表示矩阵中对应元素相乘，||||为范数求解符号；⊙表示矩阵中对应元素相乘；t表示第t帧，t的取值2～N；x_t为复原图像，x_t的初始值x₁为参考帧；y_t为观测图像，y_t的初始值y₂为第二帧图像；将x₁、y₂带入公式1中，使用LBFGS优化算法求解得到f₂；将求得的f₂以及x₁、y₂带入公式2中得到x₂，以此类推，顺次获得复原图像x₂～x_N。

步骤S3：以第三帧图像作为观测图像，针对更新后的复原图像和观测图像进行盲解卷积处理，求得当前帧的点扩散函数，然后使用当前帧的点扩散函数对复原图像进行更新；

步骤S4：依此类推，最终得到以最后一帧图像为观测图像时更新后的复原图像；将该更新后的复原图像与参考帧做盲解卷积的处理，求得最终的点扩散函数f₁。

步骤S5：将最终的点扩散函数带入凸集投影法POCS算法中，替换凸集投影法POCS算法中图像的退化模型，进而改进POCS算法，提高图像的分辨率。其中POCS算法一般包括如下具体步骤：

步骤S501：对参考帧做双三次线性插值使其达到期望的高分辨率，作为初始估计。

步骤S502：对于观测序列中的每一个运动估计准确的像素，在运动向量场中找到该像素映射到当前估计的高分辨率图像中的像素位置，以及PSF(w)作用下的像素。此处的w即为POCS算法中图像的退化模型，本方法在该处使用上文所求的最终的点扩散函数f₁来替代w。

步骤S503：模拟图像获取过程，得到该像素的估计值，并计算实际像素值与估计值之间的残差，如果残差超出设定的残差限，则需对估计值进行修正，使得残差减小到残差限以内。

步骤S504：修正迭代当前的高分辨率估计，直至达到可以接受的范围，获得重建图像。

综上，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于点扩散函数的水下图像超分辨率重建方法，其特征在于，包括以下几个步骤：

S1：采用激光距离选通的方法对靶标拍摄一组连续帧图像，以连续帧图像中的第一帧作为参考帧，将参考帧作为复原图像，将第二帧图像作为观测图像；

S2：针对复原图像和观测图像进行盲解卷积处理，获得当前帧的点扩散函数，然后使用当前帧的点扩散函数对复原图像进行更新；

S3：将观测图像更新为第三帧图像，针对更新后的复原图像和观测图像进行盲解卷积处理，求得当前帧的点扩散函数，然后使用当前帧的点扩散函数对复原图像进行更新；

S4：依此类推，最终得到以最后一帧图像为观测图像时更新后的复原图像；将该更新后的复原图像与所述参考帧做盲解卷积的处理，求得最终的点扩散函数；

S5：将所述最终的点扩散函数代入凸集投影法POCS算法中，替换凸集投影法POCS算法中图像的退化模型，获得重建图像。

2.根据权利要求1所述的水下图像超分辨率重建方法，其特征在于，所述盲解卷积的处理包括：

求解第t帧的点扩散函数 $f_t=\arg {\min }_{f_t\≥0}\left|\right|y_t-F_t{x}_{t-1}|{|}^2;$

其中复原图像x_t的迭代公式为：

式中f_t表示第t帧图像与复原图像求解的点扩散函数；F_t为只与f_t相关的函数，f_t*x_t＝F_t·x_t，*表示卷积运算；⊙表示矩阵中对应元素相乘，||||为范数求解符号；t表示第t帧，t的取值2～N；x_t为复原图像，x_t的初始值x₁为参考帧；y_t为观测图像，y_t的初始值y₂为第二帧图像；将x₁、y₂带入公式1中，求解得到f₂；将求得的f₂以及x₁、y₂带入公式2中得到x₂，以此类推，顺次获得复原图像x₂～x_N。