[發明專利]一種基于雙層模型的單幅圖像超分辨率重建方法

有效

• 申請號: 201310225721.8
• 申請日: 2013-06-07
• 公開（公告）號: CN103279933B
• 公開（公告）日: 2016-10-26
• 發明（設計）人: 龔衛國;李進明;李偉紅;王立;潘飛宇;李正浩;楊利平
• 申請（專利權）人: 重慶大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 重慶華科專利事務所 50123
• 代理人: 康海燕

1.一種基于雙層模型的單幅圖像超分辨率重建方法，所述方法包括以下步驟：

（1）從高分辨圖像庫中隨機選取n幅作為訓練圖像X₁,X₂,…X_n，然后運用退化模型式（1）生成對應的低分辨率訓練圖像Y₁,Y₂,…Y_n；

Y=UBX???(1)

其中，向量X表示高分辨率圖像，向量Y表示對應的低分辨率圖像，矩陣U表示下采樣算子,矩陣B表示模糊算子；

（2）對所有低分辨率訓練圖像Y_i進行L₀梯度最小化操作，生成高分辨率邊緣結構圖像，然后執行X_i與的相減操作，生成高分辨率紋理細節圖像；

（3）對所有的低分辨率訓練圖像Y_i執行尺寸為3×3的分塊操作，隨機選取P個低分辨率圖像塊，并以向量y_i來表示，不失一般性，用矩陣matrix=123456789]]>表示尺寸為3×3的塊，其向量表示為[1?2?3?4?5?6?7?8?9]^T，并獲取對應的尺寸為3s×3s高分辨率紋理細節圖像塊,并以向量來表示，最后聚集它們，生成P個訓練對其中，P經驗的選取范圍在8-10萬塊間，s表示重建倍數；

（4）計算訓練對中y_i的方向梯度直方圖（HoG），然后依據y_i的HoG中的方向值，用K-means算法對訓練對進行分簇，得到K個簇C₁，C₂，...C_K，其中C_K表示第K個簇中具有相同方向值的訓練對集合k表示在第K簇中訓練對的數目；

（5）用式（2）訓練K個簇C₁，C₂，...C_K的字典對(Dⁱ_l，Dⁱ_T)，得到K個字典對{(D¹_l，D¹_T),(D²_l，D²_T),...(D^K_l，D^K_T)}；

argminDliDTs,S||Xi-DiS||22+λ||S||1---(2)]]>

其中，Xi=1NxTi1Myi,]]>Di=1NDTi1MDli,]]>表示第i個簇中所有xT集合，yⁱ表示第i個簇中所有y集合，λ為正則化參數，N和M為和y_k中像素的數目，S為稀疏系數；

（6）對于一幅用于測試的尺寸為H×L（高×寬）的低分辨率圖像Z，將Z分成尺寸為3×3的塊，并以向量Z_i來表示，塊與塊之間重疊2個像素；

（7）對所有Z_i進行以下遍歷操作：首先，任取一個Z_i，計算Z_i與C₁，C₂，...C_K的簇中心距離：d₁，d₂，...，d_K,提取最小的d_i對應簇的字典對(Dⁱ_l，Dⁱ_T)，然后，利用式（2）求解出對應的高分辨率紋理細節圖像塊；

（8）拼接由步驟（7）求出的所有高分辨率紋理細節圖像塊，組成初始的高分辨率紋理細節圖像X_T；

（9）用L₀梯度最小化方法求解測試圖像Z的高分辨率邊緣結構圖像X_E；

（10）獲取Z的初始高分辨率圖像X⁰（X⁰=X_E+X_T）,然后對X⁰執行全局和局部的約束，得到最終的高分辨率重建圖像X^*。