利索能及
我要发布
收藏
专利号: 2019103326937
申请人: 浙江师范大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-11-04
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.本发明提出了一种图像超分辨率的方法,其特征在于:包括离线的训练阶段和在线的放大阶段,其中的离线的训练阶段如下描述,输入A)大量的高分辨率的训练图像,超分辨率放大的因子sf×sf,

输出A)低分辨率的字典Dl和高分辨率的字典Dh,

步骤A1)对输入的每个高分辨率图像进行滤波和sf×sf倍的下采样,得到所对应的低分辨率的图像,并分别从高分辨率图像和低分辨率图像中提取高分辨率图像块 和低分辨率图像块 并对高分辨率图像块 进行按行矢量化获得矢量 对低分辨率的图像块进行按行矢量化获得矢量 其中,在对图像块bl进行按行矢量化为矢量ve的过程中,bl中坐标(i,j)上的元素值为矢量ve中的第(i*Nh+j)个值,其中Nh为图像块bl的每行的元素的个数,步骤A2)利用K-SVD的方法求解问题:

其中 T(X)为提取图像块X的纹理部分的算子,

Dl为低分辨率的字典,Ck为稀疏系数,λ1为平衡参数,||Z||2为矩阵Z的2范数,||Z||0为Z的0范数,即其中不为零的元素的个数,T为稀疏度约束参数,n表示训练阶段所提取的所有的低分辨率图像块的个数,s.t.在数学上表示subject to,表示后续为必须满足的约束条件项,即这里必须满足条件Ck的0范数小于或等于T,通过K-SVD方法求解这一问题,得到初始的低分辨率的字典Dl,步骤A3)利用K-SVD的方法求解问题:

其中 为步骤A1获得的高分辨率图像块矢

量,Dh为高分辨率的字典,通过K-SVD的方法求解这一问题,得到初始的高分辨率的字典Dh,步骤A4)利用K-SVD的方法求解如下含有三个变量Dl、Dh、Ck的问题:其中最小化的目标函数为

通过

K-SVD的方法求解这一问题,得到并输出训练阶段的低分辨率Dl字典和高分辨率的字典Dh,其中的在线的超分辨率放大阶段如下描述,输入B:一幅待放大的低分辨率的图像Y,训练阶段得到的低分辨率的字典Dl和高分辨率的字典Dh,放大因子sf×sf,输出B:一幅放大sf×sf倍的高分辨率的图像X*,

步骤B1)使用训练阶段获得的低分辨率字典Dl和从输入的低分辨率的图像中提取的低分辨率块矢量Zp,利用正交匹配跟踪(orthogonal matching pursuit,OMP)方法求解问题:获得在线图像块中的稀疏系数α*。

步骤B2)使用训练阶段获得的高分辨率字典Dh和步骤B1获得的稀疏系数α*,利用公式ph=Dhα*,可得出初始的高分辨率图像块;回到第一步,直到处理完低分辨率图像中的所有低分辨率的图像块为止。

步骤B3)根据所有得到的高分辨率图像块生成高分辨率的初始图像X(0),其中,图像块与图像块之间的重叠区域使用像素值的平均值来处理,令I=X(0)。

步骤B4)对输入图像I,使用表1中的方法提取图像I中的结构图像IS,通过It=I-IS,获得高分辨率图像的纹理部分图像It。

步骤B5)运用步骤B4,处理低分辨率的输入图像Y,令I=Y,得到其纹理部分T(Y)。通过步骤B4,处理图像SBX(0),其中B对应滤波操作,S对应下采样操作,X(0)为步骤B3求得的图像,令I=SBX(0),经步骤B4处理后得到图像SBX(0)的纹理部分T(SBX(0)),通过关系式td=T(Y)-T(SBX(0)),获得图像td。

i

步骤B6)通过 获得图像块矢量 其中 表示和当前图像块矢量p在高分辨

率图像X(t)里提取的图像块矢量距离最近的第j个图像块矢量,共提取Np个这样的矢量,为权重系数。令矩阵 矢量化的 是此矩阵中的第j列,为权重系数矢量,通过公式wi=((Pi)HPi)-1(Pi)Hpi,求解出所有的权重系数 然后从矢量 中得到图像块BPi,其中 中的第(k*Nh+l)个元素为BPi中的坐标(k,l)上的元素。并用此图像块替换掉原图像X(t)中相同位置处的图像块。当对原图像中所有的图像块都进行了此操作后,得到图像Xm(t),其中图像块与块之间的重叠区域用求平均值的方法来处理。

步骤B7)X(t+1)=X(t)+v·(BTST((Y-SBX(t))+β·(T(Y)-T(SBX(t))))+γ·(X(t)-Xm(t)))其中,v、β、γ为需要优化设置的参数,X(t=0)为步骤B3得到的图像X(0),Xm(t)为以X(t)为输入图像,通过步骤B6得到的输出图像。利用上式迭代更新高分辨率图像X(t),直到迭代次数大于k或者 终止迭代,输出高分辨率图像X*。

2.如权利要求1所述的一种超分辨率方法,其特征在于:其中的参数通过大量的实验以进行优化的设置,其中的设置低分辨率图像块大小为3*3,图像块与图像块之间重叠2个像素,即在超分辨率放大中对提取的图像块在图像中每次移动一个像素,在计算全局约束中,提取的图像块和寻找的相似块的大小均设置为5*5,并且通过大量实验我们最终决定每个块的相似块个数x这样选取,如果相似度小于0.1的个数大于20个我们令x=20,否则x=15,两个重要参数设置为β=0.58,γ=0.3,同时,参数v=0.16。