基于小波变换和PDE插值的图像超分辨率重建研究.pdfVIP

基于小波变换和PDE插值的图像超分辨率重建1) 肖杰雄 王仕林 李生红 朱形 上海交通大学电子信息与电气工程学院，上海，200240 摘要在遥感图像、医学图像等领域，最初获得的图像分辨率往往达不到期望 的水平。为提高图像的质量，发展了一种基于小波插值方法的超分辨率技术，根 据图像小波变换和插值处理的特点，本文提出了一种将小渡分解与PDE插值算 法相结合的图像超分辨率重建方法。实验结果表明了采用PDE插值的小波方 法对于改善图像分辨率的有效性和可行性。 关键词 小波变换PDE插值超分辨率图像重建 图像超分辨率技术通常是指在不改变图像观测系统的前提下，利用已经获得的低分 辨率图像获得较高分辨率图像观测结果的技术，在医学成像、红外成像、微光夜视、航空航 天等许多领域具有广阔的应用前景。由于成像系统内在和外在条件的限制，使得获取的 影像常常不能满足实际的需求，从成像系统方面进行改进可能将付出昂贵的代价或者面 临很难克服的技术困难，因此从软件方面着手来提高影像分辨率有着极大的现实意义和 应用价值。目前图像的超分辨率重建比较常用的是插值方法。常见的插值方法有近邻插 值，双线性插值、双三次插值等，但是由于插值算子的低通特性，图像插值后常常出现方块 效应或细节退化(边缘模糊)。 近年来蓬勃兴起的小波理论提供了一条解决该问题的有效途径。小波具有多分辨特 性和良好的局部化特性，而且小波变换拥有快速算法且易于硬件实现。因此借助小波对 图像进行超分辨重建要比直接对图像进行处理更加有效。根据插值处理和小波变换的特 点，提出一种基于小波分解和PDE插值算法相结合的图像超分辨率重建方法，从实验结 果可看到，该方法比传统的方法更进一步提高了图像的质量[1]。 1．基于小波的超分辨重建 在对图像进行小波变换(DWT)时，我们得到四个子带，即LL子带、LH子带、HL子带 和HH子带，四个子带进行小波反变换(姗)可以得到上一级图像，其中IL子带为低频 子带而其余三个均为高频子带。图像的小波变换得到的低频为原图像的四分之一大小，并 且得到低频图像与原始图像很相似，那么反变换就可以将低频的大小扩大四倍，从而实现对 低频图像的超分辨率重建。但是小波反变换需要四个子带，待重建图像可以作为低频子带， 如何有效而准确地得到另外三个高频子带是基于小波的图像超分辨率重建的关键问题。 Haar小波变换的自相似性使得相邻两级小波变换所得到的高频子带具有相同的分 布规律。正是基于这样一个事实，我们才可以通过相似映射的作用而重建出跟待重建图 育部新世纪优秀人才支持计划项目(编号：NCET-06-0393)资助。 ·356· 像大小相同的高频子带。通过对低分辨率图像进行小波变换得到三个方向上的细节部 分，然后分别对它们进行双线性插值来增加细节信息，再与原图像共同进行小波逆变换， 这样就可以得到分辨率提高的图像。然而，这种方法有一些不足之处。首先，该算法是通 过对高分辨图像进行小波变换来产生粗尺度近似，并将它作为原始降采样图像的，这样进 行仿真实验不具有普遍适用性。在实际情况下，通常得到的是由于CCD像元尺寸限制而 产生的低分辨率图像，在实验中采用四像元求平均的方式获得降采样图像才是比较符合 实际情况的。其次，如果采用平均降采样方法得到原始图像虽然小波变换是有信息保持 性的线性运算，它把变换后的信息完全保留在各小波系数中，但由于常用的小波双线性算 法是以原始图像直接作为低频部分来进行重建的，忽视了原始图像向低频系数转化的重 要性。利用该算法得到的重建图像会出现低、高频系数不匹配的现象，从而使得到的高分 辨率图像灰度偏移。此外，由于分解后的各细侧重点不同(分别表示水平、垂直、对角方向 的细节信息)，因而对于每个部分来说，它保留的仅是与该方向相关的信息。如果进行双 线性插值，必然会导致误差的产生。再进行小波逆变换时，微小的像素误差均会使像素点 重叠和模糊。最终，得不到较为理想的结果[2]。 首先将原图直接邻域插值后再进行Haar小波分解，就能够使原图完全转化成其低 频系数，且不存在任何信息损失(因为得到的高频信息均为零)。根据这些原理，我们将原 始图像先进行邻域插值再进行小波变换，就可以完全将原始图像转换成低频小波系数，修 正了一部分灰度偏差。另外为了避免信息不足而产生的混叠，我们采取先插值后变换的 方法增加信息量。具体过程是：将待重建的图像分别进行PDE插值和邻域插值得到两张 放