[發明專利]基于稀疏表示理論的超分辨率圖像獲取方法

有效

• 申請號: 201210045871.6
• 申請日: 2012-02-27
• 公開（公告）號: CN102629373A
• 公開（公告）日: 2012-08-08
• 發明（設計）人: 江健民;朱彥銘;李坤
• 申請（專利權）人: 天津大學
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T7/00
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉國威

1.一種基于稀疏表示理論的超分辨率圖像獲取方法，其特征是，包括以下步驟：

1)對于輸入圖像，通過SIFT特征點提取和匹配的方法從圖像庫中選取特征點匹配最多的圖像構造訓練集；

2)對訓練集中的圖像和其下采樣得到的低分辨率圖像分別采樣取一定數量的補丁，并對其稀疏編碼構造訓練字典D_h和采樣訓練字典D_l；

3)將訓練得到的采樣訓練字典D_l作為稀疏化中的過完備字典，對輸入的低分辨率圖像進行稀疏表示；

4)依據壓縮感知理論中圖像恢復的理論，利用訓練字典D_h和步驟3)中得到的稀疏解恢復得到高分辨率圖像。

2.如權利要求1所述方法，其特征是，SIFT特征點提取與特征點匹配的方法具體包括以下步驟：

11)通過SIFT算法計算提取輸入的低分辨率圖像的特征點；

12)對圖像庫里的每一幅圖像，分別計算提取其SIFT特征點；

13)用SIFT特征點匹配算法，將步驟11)中低分辨率圖像的特征點和步驟12)中每一幅圖像的特征點進行匹配，選取其中特征點匹配最多的幾幅圖像，以此構造訓練圖像集。

3.如權利要求1所述方法，其特征是，對訓練圖像采樣，并稀疏編碼，構造訓練字典D_h和采樣訓練字典D_l，具體方法包括以下步驟：

21)對訓練集中的圖像進行采樣一定數量的補丁，得到補丁集X_h＝{x₁，x₂，...x_n}；

22)對訓練集中的圖像下采樣得到對應的低分辨率圖像，對其采樣一定數量的補丁，得到另一補丁集Y_l＝{y₁，y₂，...y_n}；

23)分別對補丁集X_h和另一補丁集Y_l稀疏編碼，構造字典訓練字典D_h和采樣訓練字典D_l，方法為：

Dh=argmin{Dh,Z}||Xh-DhZ||22+λ||Z||1]]>

Dl=argmin{Dl,Z}||Yl-DlZ||22+λ||Z||1]]>

其中，Z是一個n×m的矩陣，用Z的一范數來保證稀疏性，m、n為正整數，參數λ用來平衡重建的精度和前一項的差距。