项目名称：基于混合偏微分方程的图像超分辨率重建

项目简介：

在图像获取过程中，受成像条件和成像方式的限制（模糊、运动、噪声等因素的影响），所得到的图像分辨率往往不能满足实际应用的要求。传统的图像重建与恢复技术作用于单幅图像，无法利用额外的信息，重建效果不令人满意。多帧图像超分辨率重建技术可以为这一问题提供有效的解决方法。它利用同一场景的多幅图像之间互为补充的信息，用信号处理的方法进行重建得到对应的高分辨率图像。这一技术能够在不改变硬件设备条件的前提下实现高于系统分辨率的观测，是一种提高图像分辨率的经济有效方法，受到科技和工程界的广泛重视，具有非常广阔的应用前景。

本项目针对全变分（TV）模型和四阶偏微分（FPDE）模型在数字图像处理中的优势，提出一种基于混合偏微分方程的图像超分辨率重建方法。该方法通过定义一个加权函数，耦合两种偏微分模型，在图像边缘区对TV模型采用较大权值，保持图像的边缘和纹理细节，在图像的平坦区对FPDE模型采用较大权值，以抑制全变分模型产生的“阶梯效应”，改善重建图像的视觉效果。重建图像的视觉效果和峰值信噪比均验证了本项目算法的有效性。

图1 图像超分辨重建过程

 图2  EIA图像超分辨率重建结果