[發明專利]基于改進的稀疏表示的圖像超分辨率方法

有效

• 申請號: 201210195620.6
• 申請日: 2012-06-13
• 公開（公告）號: CN102930518A
• 公開（公告）日: 2013-02-13
• 發明（設計）人: 張宏俊;王作輝;曾坤;唐樂;林治強;楊進參
• 申請（專利權）人: 上海匯納網絡信息科技有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 馬家駿

1.一種基于改進的稀疏表示的圖像超分辨率方法，其特征在于，它包括如下步驟：

（1）訓練階段

1）圖像樣本采集，通過攝像機采集大量的高分辨率圖像，包括建筑物、動物、花草、人等；

2）圖像特征提取，首先，對采集到的高和低分辨率圖像樣本隨機提取一對圖像塊作為圖像特征；然后，根據所設定的實驗偏差閾值對圖像特征進行裁剪，保留信息量大的圖像特征；最后，對圖像特征進行歸一化處理；

3）圖像特征分類，根據上述步驟中得到的圖像特征進行分類，使每一類更具有結構性，并保存所有的聚類中心值；

4）訓練超完備字典，根據上述步驟中得到的各類特征，采用稀疏編碼訓練得到相等類別的子字典，并與上述步驟中得到的聚類中心值合并成為一個整體的超完備字典；

（2）重構階段

1）預處理，對待測低分辨率圖像應用雙三次插值法升采樣得到目標尺寸大小的圖像，并將圖像轉化為YCbCr格式；

2）圖像塊特征提取，以重疊塊的方式提取低分辨率圖像的圖像塊特征，根據上述步驟得到的聚類中心值確定該特征屬于哪一類特征，同時也保存該圖像塊的平均像素值；

3）稀疏編碼，根據上述步驟中得到的各類特征選擇對應類的低分辨率子字典進行稀疏編碼求得稀疏表示系數，結合高分辨率子字典得到高分辨率的圖像塊特征，并與上述步驟中保存的對應圖像塊的平均像素值相加到最終的高分辨率圖像塊；?

4）全局優化：首先，將上述步驟中得到的所有高分辨率圖像塊按對應位置疊加后取平均值；然后，與上述步驟中得到的Cb和Cr通道合并轉化為原來的圖像格式；最后，利用迭代反向投影法進行全局優化后，輸出結果圖像。

2.如權利要求1所述的基于改進的稀疏表示的圖像超分辨率方法，其特征在于，在上述訓練階段的步驟2）中，所述低分辨率圖像是再次經過對步驟1）中的低分辨率圖像進行雙三次插值升采樣得到的。

3.如權利要求1所述的基于改進的稀疏表示的圖像超分辨率方法，其特征在于，所述圖像特征分別包括邊緣特征和紋理特征，首先，對高分辨率圖像塊利用Canny算法提取二值邊緣圖像，對低分辨率圖像求一階和二階導得到四幅梯度圖像；然后，以圖像塊中心點是否為邊緣像素為基準，分別得到邊緣圖像塊和紋理圖像塊。

4.如權利要求1所述的基于改進的稀疏表示的圖像超分辨率方法，其特征在于，低分辨率圖像提取的是梯度特征，高分辨率圖像提取的是圖像塊像素減去其平均像素值的值。

5.如權利要求1所述的基于改進的稀疏表示的圖像超分辨率方法，其特征在于，所述實驗偏差閾值設定為10，若圖像塊特征大于該閾值，則保留，否則丟棄。

6.如權利要求1所述的基于改進的稀疏表示的圖像超分辨率方法，其特征在于，在上述訓練階段的步驟3）中，所述特征分類過程包括：首先，對低分辨率圖像特征進行分類，并得到各類的聚類中心值；然后，根據已經分好類的低分辨率圖像特征，以對號入座的方式對高分辨率圖像特征行分類。?

7.如權利要求1所述的基于改進的稀疏表示的圖像超分辨率方法，其特征在于，所述聚類中心值采用了有重疊的聚類方法，在保持原有的聚類中心值不變的情況下，通過計算使各類的邊緣點同時屬于多個類，降低因信息分散而造成的誤差。

8.如權利要求1所述的基于改進的稀疏表示的圖像超分辨率方法，其特征在于，在上述重構階段的步驟2）中，圖像塊的大小根據超完備字典給定的信息確定，其重疊像素值則可以自由確定；所述圖像塊特征包括邊緣特征和紋理特征。

9.如權利要求1所述的基于改進的稀疏表示的圖像超分辨率方法，其特征在于，在上述重構階段的步驟4）中，所述高分辨率圖像塊疊加取均值后，還要對此時像素值為零的像素進行填充，填充的值為升采樣的低分辨率圖像的照度通道的對應像素值。?