[發明專利]一種視頻超分辨率重建方法及其系統

有效

• 申請號: 201410112226.0
• 申請日: 2014-03-24
• 公開（公告）號: CN103903239B
• 公開（公告）日: 2017-06-20
• 發明（設計）人: 檀結慶;何蕾;謝成軍
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06T5/50
• 分類號: G06T5/50
• 代理公司: 合肥天明專利事務所(普通合伙)34115
• 代理人: 奚華保

1.一種視頻超分辨率重建方法，其特征在于，包括以下步驟：

11)初始化分析視頻特征，判斷視頻的第一幀圖像的特性，分辨該視頻是灰度視頻還是彩色視頻，若是灰度視頻，則直接進行下一步處理，若是彩色視頻，則將彩色視頻分成R、G、B三個通道分別按照灰度視頻來處理；

12)基于稀疏主成分分析進行去噪處理，讀取視頻的下一幀圖像，構造由稀疏主成分分析得到的正交轉換矩陣，通過訓練樣本模塊得到中心數據集，將正交轉換矩陣應用于中心數據集并結合線性最小均方誤差估計模型來抑制噪聲，進行去噪處理；

所述的基于稀疏主成分分析進行去噪處理包括以下步驟：

121)讀取視頻下一幀圖像，即第t幀圖像像素值為G(x,y,t)，圖像用矩陣表示，矩陣的大小為m×n,其中，x(1≤x≤m)為行，y(1≤y≤n)為列，t為幀；將獲得的低分辨率圖像作為訓練模塊，由訓練模塊計算中心數據集，在訓練模塊中間設置一個變量模塊K×K(K<m,K<n)；

其中，計算中心數據集包括以下步驟：

1211)獲取下一幀圖像得到的數據集矩陣G(x,y,t)∈R^m×n,矩陣的大小為m×n,每個組成部分g(x,y,t)_k,k＝1,2,...,m，有n個樣本；

1212)將退化的視頻模型定義為：G(x,y,t)＝D(x,y,t)*F(x,y,t)+N(x,y,t),這里D(x,y,t)是低采樣算子,G(x,y,t)是退化的視頻，F(x,y,t)是原始視頻，N(x,y,t)是附加的噪聲；

1213)利用以下公式求出中心數據集

$\stackrel{\&OverBar;}{G(x,y,t)}={\&lsqb;{\left(\stackrel{\&OverBar;}{g{(x,y,t)}_1}\right)}^T...{\left(\stackrel{\&OverBar;}{g{(x,y,t)}_m}\right)}^T\&rsqb;}^T,$

其中

1214)為了簡化說明，令X(x,y,t)＝D(x,y,t)*F(x,y,t)，利用以下公式求出中心數據集

$\stackrel{\&OverBar;}{X(x,y,t)}={\&lsqb;{\left(\stackrel{\&OverBar;}{X{(x,y,t)}_1}\right)}^T...{\left(\stackrel{\&OverBar;}{X{(x,y,t)}_m}\right)}^T\&rsqb;}^T$

其中，

利用加入噪聲的特性得到

122)對于每一組的模塊通過解決最優問題找到最大數量的稀疏主成分，并得到一個正交轉換矩陣；

123)將正交轉換矩陣用于中心數據集，并結合線性最小均方誤差估計模型移除噪聲，得到去噪后的估計圖像；

13)基于向量連分式插值進行重建放大處理，對去噪后的圖像構造向量控制網格，由向量控制網格結合連分式有理插值構造出有理插值曲面，通過插值曲面的采樣實現圖像的放大；

14)檢查視頻是否處理完畢，若處理完畢，則完成視頻超分辨率重建，若未處理完畢，則繼續進行基于稀疏主成分分析進行去噪處理。