技術(shù)特征：

1.基于凸組合方式的多幀低分辨率圖像超分辨率重建方法，其特征在于，包括以下步驟、

步驟1、對輸入的多幀LR圖像序列實(shí)施聯(lián)合運(yùn)動(dòng)估計(jì)與超分辨率重建的方法得到聯(lián)合高分辨率HR圖像I_joint；

步驟2、對輸入的多幀LR圖像序列實(shí)施基于改進(jìn)核回歸的重建方法得到核回歸HR圖像I_kernel；

步驟3、根據(jù)空域融合準(zhǔn)則決定融合的區(qū)域，根據(jù)頻域準(zhǔn)則決定需要融合的頻率成分，再根據(jù)全局權(quán)重來決定對融合的權(quán)重分配；

步驟4、按照凸組合模型，根據(jù)融合的區(qū)域、融合的頻率成分、融合的權(quán)重分配對聯(lián)合高分辨率HR圖像I_joint和核回歸HR圖像I_kernel進(jìn)行融合得到重建的HR圖像。

2.根據(jù)權(quán)利要求1所述的基于凸組合方式的多幀低分辨率圖像超分辨率重建方法，其特征在于，步驟1包括以下步驟，

步驟1.1、根據(jù)圖像的降質(zhì)模型，利用多幀LR圖像序列與超分辨率重建圖像之間的運(yùn)動(dòng)關(guān)系與噪聲，建立聯(lián)合運(yùn)動(dòng)估計(jì)與數(shù)據(jù)融合的模型，交替迭代出融合圖像；

步驟1.2、利用超分辨率重建框架，代入融合圖像，迭代出聯(lián)合高分辨率HR圖像I_joint。

3.根據(jù)權(quán)利要求1所述的基于凸組合方式的多幀低分辨率圖像超分辨率重建方法，其特征在于，步驟2包括以下步驟，

步驟2.1、輸入多幀LR圖像序列

步驟2.2、采用3D sobel算子計(jì)算出每個(gè)感興趣像素點(diǎn)的梯度；

步驟2.3、計(jì)算三維局部梯度結(jié)構(gòu)張量S(P)，求得三維結(jié)構(gòu)方向信息；

步驟2.4、計(jì)算出修正核函數(shù)的鄰域像素的幾何距離函數(shù)值；

步驟2.5、將步驟2.3和步驟2.4求出的解代入改進(jìn)核函數(shù)與由其內(nèi)插鄰近幾何距離函數(shù)得出的鄰近距離函數(shù)的乘積，得出改進(jìn)的核函數(shù)值K(·)；

步驟2.6、利用核函數(shù)值K(·)構(gòu)建對角矩陣W_X；

步驟2.7、根據(jù)對角矩陣W_X，設(shè)置采樣點(diǎn)，得到核回歸HR圖像I_kernel。

4.根據(jù)權(quán)利要求1所述的基于凸組合方式的多幀低分辨率圖像超分辨率重建方法，其特征在于，步驟3包括如下步驟，

步驟3.1、對應(yīng)多幀LR圖像感興趣區(qū)域的多個(gè)梯度值的方差，將其歸一化到0到1之間并作為方差地圖的元素，預(yù)設(shè)閾值，判斷出大于閾值的所有元素V(i,j)，從而確定融合的區(qū)域；

步驟3.2、利用可控金字塔算法分解步驟3.1的感興趣區(qū)域，找出每個(gè)感興趣區(qū)域中具有較高能量的主頻帶，從而決定需要融合的頻率成分；

步驟3.3、根據(jù)自然圖像對帶通分解的統(tǒng)計(jì)特性，融合的權(quán)重分配應(yīng)選取使得超分辨率重建圖像在不同頻帶上的峰值具有最小的變化，從而決定對融合的權(quán)重分配。

5.根據(jù)權(quán)利要求1所述的基于凸組合方式的多幀低分辨率圖像超分辨率重建方法，其特征在于，步驟4，其凸組合模型為

I_com＝(1-A^(r,s))·I_kernel+A^(r,s)·I_joint

A^(r,s)＝αV·W^(r,s)

其中，V和W^(r,s)確定分別對應(yīng)聯(lián)合高分辨率HR圖像I_joint和核回歸HR圖像I_kernel的空域混合區(qū)域和頻域混合頻率的混合成分，全局參數(shù)α∈[0,1]確定聯(lián)合HR圖像I_joint和核回歸HR圖像I_kernel的混合比例。