[發明專利]一種基于分類字典庫的超分辨率圖像重構方法及裝置

有效

• 申請號: 201410230714.1
• 申請日: 2014-05-28
• 公開（公告）號: CN104063855B
• 公開（公告）日: 2017-01-04
• 發明（設計）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（專利權）人: 北京大學深圳研究生院
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T3/40;G06K9/66
• 代理公司: 深圳鼎合誠知識產權代理有限公司44281
• 代理人: 郭燕,彭家恩

技術領域

本發明涉及圖像超分辨率技術領域，具體涉及一種基于分類字典庫的超分辨率圖像重構方法及裝置。

背景技術

超分辨率也被稱為上采樣、圖像放大，是一種通過低分辨率的圖像來恢復高分辨率的清晰圖像的處理技術。超分辨率是圖像和視頻處理領域的基礎問題之一，在醫學圖像處理、圖像識別、數碼照片處理、高清電視等領域有著非常廣泛的應用前景。

早期的超分辨率技術主要分為基于重建的方法和基于插值的方法。基于核的插值是其中一類經典的超分辨方法，例如：雙線性插值、樣條曲線插值和曲線插值等。但是這類算法是通過已知的離散數據生成連續的數據，通過這類算法處理后的圖片仍然會出現模糊、鋸齒等效應，無法恢復在低分辨率圖像中所丟失的高頻細節信息。近年來，大量的基于邊緣的超分辨率算法被提出，改善了傳統插值算法的不自然效應，同時提高了邊緣的視覺質量。但是，這一類聚焦于改善邊緣的算法仍然不能恢復高頻紋理細節。為了解決紋理模糊問題，一些字典學習類方法也被相繼提出，通過訓練低分辨率對應的高分辨率字典，來恢復低分辨率圖像中丟失的細節信息。但是該類方法中，將低分辨率圖像的中各個局部塊逐個在字典中進行匹配，非常耗時，圖像重構效率低下。

發明內容

本發明實施例提供一種基于分類字典庫的超分辨率圖像重構方法，包括：從訓練圖像中選取若干個第一局部塊，以及，從降采樣后的所述訓練圖像上提取與所述第一局部塊一一對應的第二局部塊，所述第二局部塊由其所在訓練圖像上的至少四個相鄰像素點組成； 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應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成一組字典組；計算所述第二局部塊的局部二值結構和銳利邊緣結構，得到的計算結果作為所述第二局部塊對應的字典組的分類標記；對若干組所述字典組進行預訓練，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應的分類標記；計算待重構圖像上的第三局部塊的局部二值結構和銳利邊緣結構，得到所述第三局部塊的分類標記，所述第三局部塊由其所在的待重構圖像上的至少四個相鄰像素點組成；將所述待重構圖像中的第三局部塊的分類標記與所述分類字典庫中的各個字典組的分類標記進行比較，提取分類標記相同的字典組作為所述第三局部塊的匹對字典組；利用所述匹對字典組對所述第三局部塊進行圖像重構，得到重構的第四局部塊，將所述待重構圖像中的所有第四局部塊組合得到重構的圖像。

本發明實施例提供一種基于分類字典庫的超分辨率圖像重構裝置，包括：選取單元，用于從訓練圖像中選取若干個第一局部塊，以及，從降采樣后的所述訓練圖像上提取與所述第一局部塊一一對應的第二局部塊，所述第二局部塊由其所在訓練圖像上的至少四個相鄰像素點組成；第一提取單元，用于提取所述選取單元選取的所述第一局部塊的局部特征，作為第一字典；第二提取單元，用于提取所述選取單元選取的所述與所述第一局部塊一一對應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成一組字典組；第一計算單元，用于計算所述選取單元選取的所述第二局部塊的局部二值結構和銳利邊緣結構，作為所述第二局部塊對應的字典組的分類標記；預訓練單元，用于對對經過所述第一提取單元和所述第二提取單元提取的若干組所述字典組進行預訓練，得到分類字典庫，所述分類字典庫中的每一字典組攜帶有所述第一計算單元計算所得的對應的分類標記；第二計算單元，用于計算待重構圖像上的第三局部塊的局部二值結構和銳利邊緣結構，得到所述第三局部塊的分類標記，所述第三局部塊由其所在的待重構圖像上的至少四個相鄰像素點組成；匹對單元，用于將所述第二計算單元計算得到的所述待重構圖像中的第三局部塊的分類標記與經過所述預訓練單元訓練得到的所述分類字典庫中的各個字典組的分類標記進行比較，提取分類標記相同的字典組作為所述第三局部塊的匹對字典組；重構單元，用于利用所述匹對單元匹對得到的所述匹對字典組對所述第三局部塊進行圖像重構，得到重構的第四局部塊，將所述待重構圖像中的所有第四局部塊組合得到重構的圖像。

從以上技術方案可以看出，本發明實施例具有以下優點：