[發(fā)明專利]一種基于分類字典庫的超分辨率圖像重構(gòu)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201410230714.1
• 申請(qǐng)日: 2014-05-28
• 公開（公告）號(hào): CN104063855B
• 公開（公告）日: 2017-01-04
• 發(fā)明（設(shè)計(jì)）人: 趙洋;王榮剛;王振宇;高文;王文敏;董勝富;黃鐵軍;馬思偉
• 申請(qǐng)（專利權(quán)）人: 北京大學(xué)深圳研究生院
• 主分類號(hào): G06T5/50
• 分類號(hào): G06T5/50;G06T3/40;G06K9/66
• 代理公司: 深圳鼎合誠知識(shí)產(chǎn)權(quán)代理有限公司44281
• 代理人: 郭燕,彭家恩

1.一種基于分類字典庫的超分辨率圖像重構(gòu)方法，其特征在于，包括：

從訓(xùn)練圖像中選取若干個(gè)第一局部塊，以及，從降采樣后的所述訓(xùn)練圖像上提取與所述第一局部塊一一對(duì)應(yīng)的第二局部塊，所述第二局部塊由其所在訓(xùn)練圖像上的至少四個(gè)相鄰像素點(diǎn)組成；

提取所述第一局部塊的局部特征，作為第一字典，以及提取所述與所述第一局部塊一一對(duì)應(yīng)的第二局部塊的局部特征，作為第二字典，所述第一字典與所述第二字典一一映射構(gòu)成一組字典組；

計(jì)算所述第二局部塊的局部二值結(jié)構(gòu)和銳利邊緣結(jié)構(gòu)，得到的計(jì)算結(jié)果作為所述第二局部塊對(duì)應(yīng)的字典組的分類標(biāo)記；

對(duì)若干組所述字典組進(jìn)行預(yù)訓(xùn)練，得到分類字典庫，所述分類字典庫中的每一字典組攜帶有對(duì)應(yīng)的分類標(biāo)記；

計(jì)算待重構(gòu)圖像上的第三局部塊的局部二值結(jié)構(gòu)和銳利邊緣結(jié)構(gòu)，得到所述第三局部塊的分類標(biāo)記，所述第三局部塊由其所在的待重構(gòu)圖像上的至少四個(gè)相鄰像素點(diǎn)組成；

將所述待重構(gòu)圖像中的第三局部塊的分類標(biāo)記與所述分類字典庫中的各個(gè)字典組的分類標(biāo)記進(jìn)行比較，提取分類標(biāo)記相同的字典組作為所述第三局部塊的匹對(duì)字典組；

利用所述匹對(duì)字典組對(duì)所述第三局部塊進(jìn)行圖像重構(gòu)，得到重構(gòu)的第四局部塊，將所述待重構(gòu)圖像中的所有第四局部塊組合得到重構(gòu)的圖像。

2.如權(quán)利要求1所述的基于分類字典庫的超分辨率圖像重構(gòu)方法，其特征在于，所述提取所述第一局部塊的局部特征，作為第一字典包括：

將所述第一局部塊中每個(gè)像素點(diǎn)的灰度值與所述第一局部塊的灰度值的均值相減，得到所述第一局部塊的殘差值，作為所述第一局部塊對(duì)應(yīng)的第一字典。

3.如權(quán)利要求1所述的基于分類字典庫的超分辨率圖像重構(gòu)方法，其特征在于，所述提取所述與每個(gè)所述第一局部塊一一對(duì)應(yīng)的第二局部塊的局部特征，作為第二字典包括：

計(jì)算所述第二局部塊的局部灰度差異值、一階梯度值以及二階梯度值，計(jì)算所得的結(jié)果作為所述第二局部塊對(duì)應(yīng)的第二字典。

4.如權(quán)利要求1-3中任意一項(xiàng)所述的基于分類字典庫的超分辨率圖像重構(gòu)方法，其特征在于，所述利用所述匹對(duì)字典組對(duì)所述第三局部塊進(jìn)行圖像重構(gòu)，得到重構(gòu)的第四局部塊包括：

利用以下公式計(jì)算得到所述第三局部塊重構(gòu)后的第四局部塊x：

其中，y為待重構(gòu)的所述第三局部塊，D_h(y)為和所述第三局部塊有相同的分類標(biāo)記的字典組的第一字典，α為表達(dá)系數(shù)。

5.如權(quán)利要求4所述的基于分類字典庫的超分辨率圖像重構(gòu)方法，其特征在于，所述對(duì)若干組所述字典組進(jìn)行預(yù)訓(xùn)練，得到分類字典庫包括：

利用稀疏編碼算法對(duì)若干組所述字典組進(jìn)行預(yù)訓(xùn)練，得到過完備的分類字典庫。

6.如權(quán)利要求4所述的基于分類字典庫的超分辨率圖像重構(gòu)方法，其特征在于，所述對(duì)若干組所述字典組進(jìn)行預(yù)訓(xùn)練，得到分類字典庫包括：

利用K均值聚類算法對(duì)若干組所述字典組進(jìn)行預(yù)訓(xùn)練，得到欠完備的分類字典庫。

7.如權(quán)利要求5所述的基于分類字典庫的超分辨率圖像重構(gòu)方法，其特征在于，

在使用過完備字典庫對(duì)所述第三局部塊y進(jìn)行重構(gòu)時(shí)，所述表達(dá)系數(shù)α滿足稀疏性，α由以下公式計(jì)算得到：

其中，D_l(y)為與y有相同的分類標(biāo)記的第二字典，ε為趨于0的極小值，F(xiàn)是局部特征提取操作。

8.如權(quán)利要求6所述的基于分類字典庫的超分辨率圖像重構(gòu)方法，其特征在于，

在使用欠完備字典庫對(duì)所述第三局部塊y進(jìn)行重構(gòu)時(shí)，所述表達(dá)系數(shù)α不滿足稀疏性，由以下方式得到：

使用k近鄰算法提取最接近y的k個(gè)第二字典D_l(y)；

獲取對(duì)應(yīng)的k個(gè)第一字典D_h(y)；

利用所述k個(gè)第一字典D_h(y)線性組合，重建第四局部塊x，其中，k為預(yù)置的選取字典樣本的數(shù)目，D_l(y)為與y有相同的局部二值結(jié)構(gòu)和邊緣銳利結(jié)構(gòu)的第二字典。