[發(fā)明專利]一種基于反向圖保持的單張圖像超分辨率方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201210145054.8
• 申請(qǐng)日: 2012-05-10
• 公開（公告）號(hào): CN102708556A
• 公開（公告）日: 2012-10-03
• 發(fā)明（設(shè)計(jì)）人: 胡瑞敏;江俊君;韓鎮(zhèn);王冰;盧濤
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06T5/50
• 分類號(hào): G06T5/50
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 薛玲

技術(shù)領(lǐng)域

本發(fā)明涉及圖像超分辨率領(lǐng)域，具體涉及一種基于反向圖保持的單張圖像超分辨率方法。

背景技術(shù)

超分辨率是一種由低分辨率（Low-Resolution，LR）圖像產(chǎn)生高分辨率（High-Resolution，HR）圖像的技術(shù)。在電子圖像應(yīng)用領(lǐng)域，人們往往期望得到高分辨率圖像。高分辨率圖像能夠提供更豐富的細(xì)節(jié)，這些細(xì)節(jié)在許多實(shí)際應(yīng)用中是不可或缺的。例如，使用高分辨率醫(yī)療圖像有助于醫(yī)生做出正確的診斷；使用高分辨率衛(wèi)星圖像則很容易從相似物中區(qū)別相似的對(duì)象；在智能視頻監(jiān)控、公安刑事偵查、信息安全等領(lǐng)域也都需要高分辨率圖像。

根據(jù)輸入低分辨率圖像的數(shù)目，超分辨率方法可以分成基于多幀圖像重建的方法和基于單幀圖像學(xué)習(xí)的方法這兩大類，其中基于單幀學(xué)習(xí)的方法能獲得更高的放大倍數(shù)和更好的效果，因而更受關(guān)注。Freeman（文獻(xiàn)1：W.Freeman,E.Pasztor,and?O.Carmichael.Learning?low-level?vision[J].International?Journal?of?Computer?Vision,2000,40(1):25-47.）提出一種基于Markov網(wǎng)絡(luò)的圖像超分辨率方法，這是最早提出的基于學(xué)習(xí)的超分辨率算法，但是該方法對(duì)訓(xùn)練數(shù)據(jù)十分敏感。受到局部線性嵌入流形學(xué)習(xí)思想的啟發(fā)，Chang（文獻(xiàn)2：H.Chang,D.Yeung,and?Y.Xiong.Super-resolution?through?neighbor?embedding[A].In?Proc.IEEE?CVPR’04[C].Washington,2004.275–282.）基于高低分辨率圖像塊空間的局部幾何結(jié)構(gòu)一致性這一假設(shè)，首次將流形學(xué)習(xí)思想引入到圖像超分辨率重構(gòu)中，提出一種鄰域保持的圖像超分辨率重構(gòu)方法。在此方法的基礎(chǔ)上，F(xiàn)an（文獻(xiàn)3：W.Fan,D.Yeung,Image?Hallucination?Using?Neighbor?Embedding?over?Visual?Primitive?Mainfolds.in?Proc.IEEE?Conf.Computer?Vision?and?Pattern?Recognition,2007.1-7）利用學(xué)習(xí)得到的高低分辨率原子圖像塊對(duì)對(duì)圖像模糊的邊緣和高頻細(xì)節(jié)部分進(jìn)行了增強(qiáng)。此后，許多基于流形學(xué)習(xí)的新方法相繼被提出，也都獲得了較好的效果。然而，隨著放大倍數(shù)的增加，低分辨率圖像塊與高分辨率圖像塊之間不再是一一對(duì)應(yīng)的關(guān)系，高低分辨率圖像塊空間的局部幾何結(jié)構(gòu)并非一致。

為了解決這一問題，Yang（文獻(xiàn)4：J.Yang,J.Wright,T.Huang,and?Y.Ma.Image?super-resolution?as?sparse?representation?of?raw?image?patches.in?Proc.IEEE?Conf.Computer?Vision?and?Pattern?Recognition,2008.1-8；文獻(xiàn)5：J.Yang,J.Wright,T.Huang,and?Y.Ma.Image?super-resolution?via?sparse?representation.IEEE?Trans.Image?Process.2010,19(11):2861-2873.）提出了一種基于稀疏表達(dá)的超分辨率方法，學(xué)習(xí)得到一個(gè)更加緊致和更加一致的高低分辨率圖像字典對(duì)，將稀疏編碼過程應(yīng)用到每一個(gè)輸入低分辨率圖像塊，得到一組稀疏系數(shù)，并將此系數(shù)應(yīng)用于對(duì)應(yīng)的高分辨率字典上，重建高分辨率圖像。該方法可以獲得很好的效果，但其稀疏求解的過程卻要消耗大量的時(shí)間，難以實(shí)際應(yīng)用。

發(fā)明內(nèi)容

本發(fā)明目的是提供一種基于反向圖保持的單張圖像超分辨率方法，解決現(xiàn)有同類算法無法準(zhǔn)確表達(dá)高低分辨率圖像塊之間對(duì)應(yīng)的關(guān)系的問題，提高最終合成的高分辨率人臉圖像的質(zhì)量并減少時(shí)間消耗。

為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案是一種基于反向圖保持的單張圖像超分辨率方法，包括如下步驟：

步驟1，構(gòu)建高分辨率圖像塊訓(xùn)練集和對(duì)應(yīng)的低分辨率圖像塊訓(xùn)練集，所述高分辨率圖像塊訓(xùn)練集由多個(gè)高分辨率圖像塊構(gòu)成，所述低分辨率圖像塊訓(xùn)練集由相應(yīng)的多個(gè)低分辨率圖像塊構(gòu)成；

步驟2，構(gòu)建描述高分辨率圖像塊訓(xùn)練集內(nèi)高分辨率圖像塊之間相似關(guān)系的鄰接矩陣圖，獲得相似矩陣W；

步驟3，根據(jù)步驟2所得相似矩陣W，基于重建后高分辨率圖像塊空間的反向圖約束項(xiàng)，計(jì)算出低分辨率圖像塊與對(duì)應(yīng)高分辨率圖像塊之間的映射矩陣A；