[發明專利]基于自適應亞模字典選擇的超分辨率圖像重建系統

有效

• 申請號: 201510026464.4
• 申請日: 2015-01-19
• 公開（公告）號: CN104574336B
• 公開（公告）日: 2017-08-01
• 發明（設計）人: 熊紅凱;申揚眉
• 申請（專利權）人: 上海交通大學
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T3/40
• 代理公司: 上海漢聲知識產權代理有限公司31236
• 代理人: 徐紅銀,郭國中

1.一種基于自適應亞模字典選擇的超分辨率圖像重建系統，其特征在于所述系統包括：輸入模塊、高低頻訓練集構建模塊、候選基向量集合組建模塊、亞模字典選擇模塊、測試圖像預處理模塊、超分辨率圖像重建模塊和輸出模塊，其中：

所述輸入模塊用于獲取原始高分辨率訓練圖像序列和待重建的低分辨率圖像，并將將原始高分辨率訓練圖像序列傳輸給高低頻訓練集構建模塊、將待重建的低分辨率圖像傳輸給測試圖像預處理模塊；

所述高低頻訓練集構建模塊對原始高分辨率訓練圖像序列進行處理得到高低頻圖像基元塊組成的訓練集，并將得到的訓練集傳輸給候選基向量集合組建模塊；

所述候選基向量集合組建模塊對所述訓練集進行處理，得到候選字典原子集合，并將候選字典原子集合傳輸給亞模字典選擇模塊；所述的候選基向量集合組建模塊包括：在線字典學習子模塊和DCT字典構建子模塊，其中：在線字典學習子模塊采用基于隨機近似的在線學習算法進行字典原子的快速更新，自適應地學習出最優字典，該最優字典與DCT字典構建子模塊所生成的解析的可分離DCT字典相級聯，共同組成候選字典基向量集合并傳輸至下一級的亞模字典選擇模塊；

所述亞模字典選擇模塊對候選字典原子集合進行處理，構造出高低頻聯合字典對，并將高低頻聯合字典對傳輸給超分辨率圖像重建模塊；

所述測試圖像預處理模塊對將待重建的低分辨率圖像處理，得到低頻圖像；

所述超分辨率圖像重建模塊對所述亞模字典選擇模塊得到的高低頻聯合字典對、所述測試圖像預處理模塊得到的低頻圖像進行處理，得到重建后的高分辨率圖像；

所述輸出模塊將所述超分辨率圖像重建模塊重建后的高分辨率圖像進行輸出。

2.根據權利要求1所述的一種基于自適應亞模字典選擇的超分辨率圖像重建系統，其特征在于，所述的高低頻訓練集構建模塊包括：頻帶劃分子模塊和基元塊提取子模塊，其中：輸入模塊將原始高分辨率訓練圖像序列輸出給頻帶劃分子模塊，頻帶劃分子模塊利用低頻濾波與高頻抽取將原始高分辨率圖像頻帶分層，并將劃分后的高低頻圖像分層結構輸出到基元塊提取子模塊；基元塊提取子模塊利用一組高斯差分濾波器對低頻圖像濾波提取出方向能量從而獲取圖像基元區域，并截取對應的高低頻圖像基元塊進而構造出字典訓練集，并將字典訓練集輸出到與候選基向量集合組建模塊。

3.根據權利要求2所述的一種基于自適應亞模字典選擇的超分辨率圖像重建系統，其特征在于，所述的頻帶劃分子模塊通過下采樣-上采樣對原始高分辨率圖像進行低頻濾波獲得低頻子帶，高頻子帶由高分辨率圖像與低頻圖像的差值部分抽取。

4.根據權利要求2所述的一種基于自適應亞模字典選擇的超分辨率圖像重建系統，其特征在于，所述的基元塊提取子模塊利用高斯差分濾波器組對低頻子帶濾波提取方向能量從而獲取圖像基元區域，截取對應的高低頻圖像基元塊構造出字典訓練集。

5.根據權利要求1所述的一種基于自適應亞模字典選擇的超分辨率圖像重建系統，其特征在于，所述的在線字典學習子模塊在字典學習的優化設計中利用稀疏編碼的特定結構，采用基于隨機近似的在線學習算法實現字典原子的快速更新，在顯著降低計算復雜度及節省內存消耗的保證下自適應地學習出最優字典。

6.根據權利要求5所述的一種基于自適應亞模字典選擇的超分辨率圖像重建系統，其特征在于，所述的DCT字典構建子模塊從不同頻率的余弦波中采樣構造出一個可分離的DCT字典，截取正交DCT字典矩陣獲得一維過完備DCT字典，對于二維圖像信號，利用兩個一維過完備DCT字典的Kronecker內積構成二維過完備DCT字典。

7.根據權利要求1所述的一種基于自適應亞模字典選擇的超分辨率圖像重建系統，其特征在于，所述的亞模字典選擇模塊將字典原子的選擇和樣本信號的稀疏表示聯合優化，在字典尺寸和信號表示稀疏度的約束條件下最大化具有單調亞模特性的近似目標函數，將解析字典的高效率與學習字典的高性能相結合，利用貪心算法從候選基向量集合中迭代選擇出結構簡潔的近似最優低頻字典，而對應的高頻字典則通過最小化訓練信號與字典表示的估計誤差獲得，該模塊將得到的高低頻聯合字典對傳輸給超分辨率圖像重建模塊。