一種基于點擴散函數(shù)的水下圖像超分辨率重建方法
【技術領域】
[0001] 本發(fā)明涉及水下圖像超分辨率重建領域，尤其涉及一種基于點擴散函數(shù)的水下圖 像超分辨率重建方法。
【背景技術】
[0002] 近年來，隨著人類對海洋資源開發(fā)的不斷深入，水下視覺已成為海底目標檢測、海 洋地理工程及海洋軍事等領域不可或缺的組成部分。在水下環(huán)境中，由于水介質造成光強 衰減、前后向散射噪聲等因素影響，造成成像質量較差，細節(jié)模糊，難以獲得準確信息。因此 可以通過超分辨率重建的方法對圖像進行處理，以獲得更加清晰分辨率更高的圖像。
[0003] 水下激光距離選通成像技術是當下較為成熟的水下光電成像技術之一，對于提高 水下成像系統(tǒng)的成像質量具有良好的效果。激光距離選通成像的原理如圖2所示。水體的 光學窗口大致在480~550nm，所以水下距離選通成像方式常以Nd:YAG固體脈沖激光器作 為照射光源，T。時刻激光發(fā)射入射光照明目標物體，由于ICCD探測器上的選通門關閉，水體 的大量后向散射光不能進入探測器，探測完整目標所需時間AT，1\時刻目標反射光到達探 測器，選通門開啟AT的時間，ICCD對探測目標完整成像，由此可屏蔽掉大部分的水體后向 散射光，增加水下光電成像系統(tǒng)的作用距離。水下距離選通成像技術的應用，可以將水下光 電成像設備的探測距離提高3~5倍。
[0004] 凸集投影法（ProjectionsOntoConvexSets,P0CS)在眾多超分辨率重建的算法 中具有重要的地位。在P0CS算法中，退化函數(shù)是重要的先驗知識。然而在不同的水域、不 同的光照條件下，水下圖像的退化程度差異很大，退化函數(shù)具有不確定性。目前對于水下圖 像的退化模型尚鮮見系統(tǒng)定量的研究。

【發(fā)明內容】

[0005] 有鑒于此，本發(fā)明提供了一種基于點擴散函數(shù)的水下圖像超分辨率重建方法，能 夠求解水下連續(xù)幀圖像的退化函數(shù)，即點擴散函數(shù)，運用到P0CS算法中，從而提高水下圖 像的分辨率。
[0006] 為了達到上述目的，本發(fā)明的技術方案為包括以下幾個步驟：
[0007]S1:采用激光距離選通的方法對靶標拍攝一組連續(xù)幀圖像，以連續(xù)幀圖像中的第 一幀作為參考幀，將參考幀作為復原圖像，將第二幀圖像作為觀測圖像。
[0008]S2:針對復原圖像和觀測圖像進行盲解卷積處理，獲得當前幀的點擴散函數(shù)，然后 使用當前幀的點擴散函數(shù)對復原圖像進行更新。
[0009]S3:將觀測圖像更新為第三幀圖像，針對更新后的復原圖像和觀測圖像進行盲解 卷積處理，求得當前幀的點擴散函數(shù)，然后使用當前幀的點擴散函數(shù)對復原圖像進行更新。
[0010]S4:依此類推，最終得到以最后一幀圖像為觀測圖像時更新后的復原圖像；將該 更新后的復原圖像與參考幀做盲解卷積的處理，求得最終的點擴散函數(shù)。
[0011]S5 :將最終的點擴散函數(shù)帶入凸集投影法P0CS算法中，替換凸集投影法P0CS算法 中圖像的退化模型，改進POCS算法，提高水下圖像的分辨率。
[0012] 進一步地，盲解卷積的處理包括：求解第t幀圖像與復原圖像的點擴散函數(shù)
;其中復原圖像Xt的迭代公式為：
[0013] 式中ft表示第t幀圖像與復原圖像求解的點擴散函數(shù)；Ft為只與ft相關的函數(shù)， ft*Xt=Ft ·Xt，*表示卷積運算；Θ表示矩陣中對應元素相乘，| | | |為范數(shù)求解符號；t表 示第t幀，t的取值2~N;xt為復原圖像，X滿初始值X為參考幀；yt為觀測圖像，yt的初 始值y2為第二幀圖像；將X1、y2帶入公式1中，求解得到f2;將求得的f2以及X1、y；!帶入公 式2中得到x2，以此類推，順次獲得復原圖像x2~XN。
[0014] 有益效果：
[0015] 本發(fā)明所提供的一種基于點擴散函數(shù)的水下圖像超分辨率重建方法，能夠通過對 水下連續(xù)幀圖像進行處理，使用循環(huán)迭代的方法估計水下連續(xù)幀圖像點擴散函數(shù)，由此獲 得的點擴散函數(shù)能夠更為真實地反映連續(xù)幀的圖像退化程度，將該點擴散函數(shù)運用到P0CS 算法中，能夠改進P0CS算法，提高水下圖像的分辨率。
【附圖說明】
[0016] 圖1為本發(fā)明為實施例的方法流程圖；
[0017] 圖2為水下激光距離選通成像系統(tǒng)圖。
【具體實施方式】
[0018] 下面結合附圖并舉實施例，對本發(fā)明進行詳細描述。
[0019] 圖1為本方法流程圖：
[0020] 步驟S1 :采用激光距離選通的方法對靶標拍攝一組連續(xù)幀圖像，以連續(xù)幀圖像中 的第一幀作為參考幀，將參考幀作為復原圖像，將第二幀圖像作為觀測圖像。
[0021] 步驟S2 :以第二幀圖像作為觀測圖像，針對復原圖像和觀測圖像進行盲解卷積處 理，獲得當前幀的點擴散函數(shù)，然后使用當前幀的點擴散函數(shù)對復原圖像進行更新。
[0022] 盲解卷積采用如下公式1和公式2計算；
[0025] 式中ft表示第t幀圖像與復原圖像求解的點擴散函數(shù)；Ft為只與ft相關的函數(shù)， ft*xt=Ft ·xt，*表示卷積運算；Θ表示矩陣中對應元素相乘，| | | |為范數(shù)求解符號；Θ表 示矩陣中對應元素相乘；t表示第t幀，t的取值2~N;xt為復原圖像，Xt的初始值Xi為參 考幀；yt為觀測圖像，yt的初始值y2為第二幀圖像；將Xi、72帶入公式1中，使用LBFGS優(yōu) 化算法求解得到f2;將求得的f2以及Xi、72帶入公式2中得到X2，以此類推，順次獲得復原 圖像χ2~XN。
[0026] 步驟S3:以第三幀圖像作為觀測圖像，針對更新后的復原圖像和觀測圖像進行盲 解卷積處理，求得當前幀的點擴散函數(shù)，然后使用當前幀的點擴散函數(shù)對復原圖像進行更 新；
[0027] 步驟S4:依此類推，最終得到以最后一幀圖像為觀測圖像時更新后的復原圖像； 將該更新后的復原圖像與參考幀做盲解卷積的處理，求得最終的點擴散函數(shù)A。
[0028] 步驟S5:將最終的點擴散函數(shù)帶入凸集投影法P0CS算法中，替換凸集投影法P0CS 算法中圖像的退化模型，進而改進P0CS算法，提高圖像的分辨率。其中P0CS算法一般包括 如下具體步驟：
[0029] 步驟S501:對參考幀做雙三次線性插值使其達到期望的高分辨率，作為初始估 計。
[0030] 步驟S502:對于觀測序列中的每一個運動估計準確的像素，在運動向量場中找到 該像素映射到當前估計的高分辨率圖像中的像素位置，以及PSF(w)作用下的像素。此處的 w即為P0CS算法中圖像的退化模型，本方法在該處使用上文所求的最終的點擴散函數(shù)匕來 替代w。
[0031] 步驟S503 :模擬圖像獲取過程，得到該像素的估計值，并計算實際像素值與估計 值之間的殘差，如果殘差超出設定的殘差限，則需對估計值進行修正，使得殘差減小到殘差 限以內。
[0032] 步驟S504:修正迭代當前的高分辨率估計，直至達到可以接受的范圍，獲得重建 圖像。
[0033] 綜上，以上僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在 本發(fā)明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護 范圍之內。
【主權項】
1. 一種基于點擴散函數(shù)的水下圖像超分辨率重建方法，其特征在于，包括W下幾個步 驟： S1:采用激光距離選通的方法對祀標拍攝一組連續(xù)帖圖像，W連續(xù)帖圖像中的第一帖 作為參考帖，將參考帖作為復原圖像，將第二帖圖像作為觀測圖像； S2:針對復原圖像和觀測圖像進行盲解卷積處理，獲得當前帖的點擴散函數(shù)，然后使用 當前帖的點擴散函數(shù)對復原圖像進行更新； S3:將觀測圖像更新為第Ξ帖圖像，針對更新后的復原圖像和觀測圖像進行盲解卷積 處理，求得當前帖的點擴散函數(shù)，然后使用當前帖的點擴散函數(shù)對復原圖像進行更新； S4 :依此類推，最終得到W最后一帖圖像為觀測圖像時更新后的復原圖像；將該更新 后的復原圖像與所述參考帖做盲解卷積的處理，求得最終的點擴散函數(shù)； S5:將所述最終的點擴散函數(shù)代入凸集投影法POCS算法中，替換凸集投影法POCS算法 中圖像的退化模型，獲得重建圖像。2. 根據(jù)權利要求1所述的水下圖像超分辨率重建方法，其特征在于，所述盲解卷積的 處理包括： 求解第t帖的點擴散函數(shù)其中復原圖像Xt的迭代公式為：式中f康示第t帖圖像與復原圖像求解的點擴散函數(shù)；Ft為只與ft相關的函數(shù)，f =Ft·xt，*表示卷積運算；Θ表示矩陣中對應元素相乘，IIΜ為范數(shù)求解符號；t表示第t 帖，t的取值2~N;Xt為復原圖像，Xt的初始值X1為參考帖；yt為觀測圖像，yt的初始值y2 為第二帖圖像；將xi、y2帶入公式1中，求解得到f2;將求得的f2?及X1、y2帶入公式2中 得到X2,W此類推，順次獲得復原圖像X2~XW。
【專利摘要】本發(fā)明公開了一種點擴散函數(shù)的水下圖像超分辨率重建方法，能夠提高水下圖像的分辨率。本方法包括以下幾個步驟：首先獲取連續(xù)幀的激光距離選通圖像，以第一幀作為參考幀，將參考幀作為復原圖像，將第二幀圖像作為觀測圖像；針對復原圖像和觀測圖像進行盲解卷積處理，獲得當前幀的點擴散函數(shù)，然后使用點擴散函數(shù)對復原圖像進行更新；以此類推，順次將下一幀圖像更新為觀測圖像，對更新后的復原圖像和觀測圖像進行盲解卷積處理求得點擴散函數(shù)并繼續(xù)更新復原圖像，直至得到最后一個復原圖像，將該復原圖像與參考幀做盲解卷積的處理，求得最終的點擴散函數(shù)，用于替代POCS算法中的退化模型，改進POCS算法，提高圖像的分辨率。
【IPC分類】G06T3/40
【公開號】CN105405099
【申請?zhí)枴緾N201510727607
【發(fā)明人】許廷發(fā), 羅璇, 蘇暢
【申請人】北京理工大學
【公開日】2016年3月16日
【申請日】2015年10月30日