變換域的配準(zhǔn)方法在變換域中對(duì)圖像進(jìn)行配 準(zhǔn)；
[0039] 或者，第三配準(zhǔn)子單元，用于基于特征的配準(zhǔn)方法，通過提取特征、特征匹配和圖 像轉(zhuǎn)換對(duì)圖像進(jìn)行配準(zhǔn)。
[0040] 結(jié)合第二方面的第一種可能實(shí)現(xiàn)方式，在第二方面的第二種可能實(shí)現(xiàn)方式中，所 述第一配準(zhǔn)子單元具體用于：
[0041] S0,對(duì)一幅高分辨率圖像先進(jìn)行平滑濾波處理，然后隔行隔列進(jìn)行下采樣，獲取四 幅低分辨率圖像，選取其中第一幅低分辨率圖像為參考圖像，然后對(duì)其它三幅圖像按照隨 機(jī)的一個(gè)角度進(jìn)行旋轉(zhuǎn)用于模擬實(shí)際場(chǎng)景中從不同角度的傳感器獲得的圖像，作為浮動(dòng)圖 像；
[0042] S1，對(duì)待配準(zhǔn)的參考圖像和浮動(dòng)圖像進(jìn)行低通濾波處理；
[0043] S2,根據(jù)預(yù)先設(shè)置的初始點(diǎn)和初始搜索方向，對(duì)低通濾波處理后的浮動(dòng)圖像進(jìn)行 PV插值法統(tǒng)計(jì)聯(lián)合直方圖，并計(jì)算互信息值；
[0044] S3,根據(jù)鮑威爾POWELL算法，根據(jù)最大互信息理論，判斷得到的參數(shù)是否最優(yōu)，
[0045] S4,如果參數(shù)不是最優(yōu)，則重新對(duì)低通濾波處理后的浮動(dòng)圖像進(jìn)行PV插值法統(tǒng)計(jì) 聯(lián)合直方圖，并計(jì)算互信息值，并返回步驟S3 ;
[0046] S5，根據(jù)得到的最優(yōu)參數(shù)輸出配準(zhǔn)圖像。
[0047] 結(jié)合第二方面，在第二方面的第三種可能實(shí)現(xiàn)方式中，所述分解單元具體用于：
[0048] 根據(jù)公式：
對(duì)配準(zhǔn)后的圖像序列中的每幅圖進(jìn)行 非抽樣形態(tài)小波分解，對(duì)分解后的值取平均得到非抽樣形態(tài)小波的低頻分量，對(duì)分解后的 值在各個(gè)方向的梯度值為非抽樣形態(tài)小波的高頻分量，其中：X代表輸入圖像，Φ f、ω/、 和ω/分別是低通和三個(gè)高通方向的分析濾波器，INTO是向下取整的運(yùn)算，德為卷積 運(yùn)算。
[0049] 結(jié)合第二方面，在第二方面的第四種可能實(shí)現(xiàn)方式中，所述重構(gòu)單元具體用于：
[0050] 根據(jù)公式：
進(jìn)行非抽樣形態(tài)小波 逆變換，得到重構(gòu)后的圖像，得到融合后的系數(shù)，其中，Φ、ω?、ων?、和ω/是綜合 濾波器。
[0051] 在本發(fā)明中，通過對(duì)多個(gè)低分辨率圖像進(jìn)行非配準(zhǔn)后，對(duì)低分辨率圖像序列進(jìn)行 非抽樣形態(tài)小波變換，對(duì)得到的低頻系數(shù)序列和高頻系數(shù)序列進(jìn)行插值放大后融合，最后 通過非抽樣形態(tài)小波逆變換得到重構(gòu)圖像，和現(xiàn)有的重構(gòu)方法相比，本發(fā)明所述重構(gòu)方法 能夠保持尺度不變性和多方向性，其重構(gòu)計(jì)算過程簡(jiǎn)單，并且重構(gòu)圖像質(zhì)量更優(yōu)。
【附圖說明】
[0052] 圖1是本發(fā)明實(shí)施例提供的圖像的超分辨率重構(gòu)方法的實(shí)現(xiàn)流程圖；
[0053] 圖2是本發(fā)明實(shí)施例提供的基于灰度互信息的配準(zhǔn)流程圖；
[0054] 圖3是本發(fā)明實(shí)施例提供的二維四通道可分離形態(tài)小波變換的分解和重構(gòu)的統(tǒng) 一框圖；
[0055] 圖4為本發(fā)明實(shí)施例提供的非抽樣二維四通道不可分離形態(tài)小波變換的分解和 重構(gòu)的統(tǒng)一框圖；
[0056] 圖5為本發(fā)明實(shí)施例提供的圖像的超分辨率重構(gòu)裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0057] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。
[0058] 圖1為本發(fā)明實(shí)施例提供的圖像的超分辨率重構(gòu)方法的實(shí)現(xiàn)流程，詳述如下：
[0059] 在步驟SlOl中，獲取多幅低分辨圖像，對(duì)所述多幅低分辨率圖像進(jìn)行圖像配準(zhǔn)， 得到配準(zhǔn)后的圖像序列。
[0060] 具體的，一般情況下，不同傳感器或者同一傳感器在不同時(shí)間、不同視點(diǎn)所獲得的 圖像在空間上一般會(huì)存在差異，因此在對(duì)圖像進(jìn)行融合之前就需要進(jìn)行圖像的配準(zhǔn)處理， 以消除原始圖像之間的差異。所以圖像配準(zhǔn)是圖像融合的重要前提，配準(zhǔn)精度的高低決定 了圖像融合的質(zhì)量，對(duì)不同的圖像，適用的配準(zhǔn)方法有很大的差別，應(yīng)根據(jù)圖像的特點(diǎn)和應(yīng) 用角度選擇合適的配準(zhǔn)方法。
[0061] 圖像配準(zhǔn)通常包括以下三個(gè)步驟：特征空間、搜索策略和相似性準(zhǔn)則。特征空間是 指從圖像中提取用于配準(zhǔn)的相關(guān)信息，搜索策略是指從圖像轉(zhuǎn)換集中選擇用于匹配的轉(zhuǎn)換 方式，相似性準(zhǔn)則決定配準(zhǔn)的相對(duì)數(shù)值，然后基于這些數(shù)值繼續(xù)搜索，直至獲得相似性達(dá)到 滿意的結(jié)果為止。
[0062] 目前的圖像配準(zhǔn)方法主要分為三個(gè)基本類別：基于灰度信息的配準(zhǔn)方法、基于變 換域的配準(zhǔn)方法和基于特征的配準(zhǔn)方法。
[0063] 1、基于灰度信息的配準(zhǔn)方法一般不需要對(duì)圖像進(jìn)行復(fù)雜的預(yù)先處理，而是直接利 用圖像灰度信息的統(tǒng)計(jì)信息來度量圖像的相似程度。
[0064] 2、基于變換域的配準(zhǔn)方法是在變換域中對(duì)圖像進(jìn)行配準(zhǔn)，如基于傅里葉變換的配 準(zhǔn)方法、基于小波變換的配準(zhǔn)方法。
[0065] 3、基于特征的配準(zhǔn)方法通過特征提取、特征匹配和圖像轉(zhuǎn)換進(jìn)行圖像配準(zhǔn)。
[0066] 在使用基于灰度信息的配準(zhǔn)方法時(shí)，因?yàn)槠渲恍枰獔D像的灰度信息，可以避免主 觀因素的影響，配準(zhǔn)的結(jié)果只依賴于配準(zhǔn)方法本身，同時(shí)也可以避免因圖像分割帶來的誤 差，實(shí)現(xiàn)自動(dòng)配準(zhǔn)。
[0067] 基于互信息的圖像配準(zhǔn)方法是灰度信息配準(zhǔn)方法中的一種，因?yàn)槠淇梢杂迷诓煌?模態(tài)圖像的配準(zhǔn)適用性很廣。基于灰度互信息的配準(zhǔn)流程圖如圖2所示，配準(zhǔn)算法步驟如 下所述：
[0068] S200、對(duì)一幅高分辨率圖像先進(jìn)行平滑濾波處理，然后隔行隔列進(jìn)行下采樣，獲取 四幅低分辨率圖像，選取其中第一幅低分辨率圖像為參考圖像，然后對(duì)其它三幅圖像按照 隨機(jī)的一個(gè)角度進(jìn)行旋轉(zhuǎn)用于模擬實(shí)際場(chǎng)景中從不同角度的傳感器獲得的圖像，作為浮動(dòng) 圖像；
[0069] S201、首先對(duì)參考圖像和浮動(dòng)圖像通過低通濾波預(yù)處理，按照給定的初始點(diǎn)使用 PV插值法統(tǒng)計(jì)聯(lián)合直方圖，并計(jì)算互信息值；
[0070] S202、然后利用鮑威爾POWELL算法依據(jù)最大互信息理論判斷所得參數(shù)是否達(dá)到 最優(yōu)；
[0071] S203,若參數(shù)不是最優(yōu)，則返回步驟S201，繼續(xù)搜索較優(yōu)參數(shù)，在搜索時(shí)會(huì)不斷重 復(fù)"空間幾何變換（affine)-統(tǒng)計(jì)聯(lián)合直方圖（PV插值法）_計(jì)算互信息值-最優(yōu)化判斷" 的過程，直至搜索到滿足精度要求的參數(shù)；
[0072] S204,輸出配準(zhǔn)圖像。
[0073] 在步驟S102中，將配準(zhǔn)后的圖像序列中的每幅圖進(jìn)行非抽樣形態(tài)小波分解，得到 對(duì)應(yīng)的低頻系數(shù)序列和高頻系數(shù)序列。
[0074] 根據(jù)小波與形態(tài)小波的統(tǒng)一框架，可以構(gòu)造出一種二維四通道的形態(tài)小波分解與 重構(gòu)框架。如圖3所示，為二維四通道不可分離小波（形態(tài)小波）變換的分解和重構(gòu)的統(tǒng) 一框圖：
[0075] 其中X代表輸入圖像，Φ f、ω/、cV和ω/分別是低通和三個(gè)高通方向的分析 濾波器，Φ、ω。*、ων*、和ω/是綜合濾波器，將這些濾波器用非線性濾波器替代， 則就獲得形態(tài)小波，X'是是重構(gòu)圖像。
[0076] 公式（1)表示Chanda形態(tài)小波的分解過程，公式（2)表示重構(gòu)過程。
[0079] 其中，0代表膨脹算子，Λ代表取下操作，（r，c)代表圖像像素的位置。
[0080] 將圖3中的下采樣部分去掉就可以得到非抽樣的二維四通道不可分離小波（形態(tài) 小波）變換的統(tǒng)一框圖，如圖4所示，為非抽樣二維四通道不可分離小波（形態(tài)小波）變換 的分解和重構(gòu)的統(tǒng)一框圖：
[0081] 將其中的濾波器換成如公式（3)所示的非線性濾波器就得到了本發(fā)明所