[發明專利]基于稀疏域重構的單幀圖像超分辨重建方法及裝置

在審

• 申請號: 201611237470.5
• 申請日: 2016-12-28
• 公開（公告）號: CN106780342A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 李冀翔;許神賢;周明忠
• 申請（專利權）人: 深圳市華星光電技術有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T7/13
• 代理公司: 深圳市銘粵知識產權代理有限公司44304
• 代理人: 孫偉峰,顧楠楠

1.一種基于稀疏域重構的單幀圖像超分辨重建方法，其特征在于：所述方法包括：

(1)訓練階段：

所述訓練階段是在訓練數據集上學習低分辨率圖像得到對應的高分辨率圖像的映射模型，包括：

(A)根據低分辨率圖形建立低分辨率特征集，根據高分辨率圖形建立高分辨率特征集；

(B)根據K-SVD方法求解低分辨率特征對應的字典和稀疏編碼系數；

(C)建立稀疏域重構優化目標方程式；

(D)根據二次約束二次規劃算法、稀疏編碼算法及嶺回歸算法交替優化，迭代求解，變化量小于閾值時停止；得到高分辨率字典，高分辨率稀疏編碼系數及稀疏映射矩陣；

(2)合成階段：

所述合成階段是將學習到的映射模型應用于輸入的低分辨率圖像上，合成出高分辨率圖像，包括：

(a)自分辨率圖形進行提取特征；

(b)將所述低分辨率特征在所述訓練階段得到的字典上用OMP算法得到稀疏編碼系數；

(c)將所述訓練階段得到的低分辨率編碼系數應用于高分辨率字典上，從而合成高分辨率特征；

(d)融合高分辨率特征得到高分辨率圖像。

2.根據權利要求1所述的基于稀疏域重構的單幀圖像超分辨重建方法，其特征在于：所述步驟(1)中步驟(A)包括：

選擇高分辨率圖像數據庫作為圖像訓練集低分辨率圖像集為

水平方向一階梯度G_X、豎直方向一階梯度G_Y、水平方向二階梯度L_X、豎直方向二階梯度L_Y，分別為：

G_X＝[1,0,-1]，G_Y＝[1,0,-1]^T

$L_X=\frac{1}{2}\[1,0,-2,0,-1\],L_Y=\frac{1}{2}{\[1,0,-2,0,-1\]}^T$

將低分辨率圖像訓練集分別與水平方向的一階梯度G_X、豎直方向的一階梯度G_Y、水平方向的二階梯度L_X、豎直方向的二階梯度L_Y進行卷積運算，獲得原始的低分辨率特征訓練集

將原始低分辨率特征訓練集Z_S使用PCA方法進行維度約簡后，獲得投影矩陣V_pca和低分辨率特征訓練集

其中為第p幅高分辨率圖像，N_s為高分辨率圖像的數量，為第p幅低分辨率圖像，N_s為低分辨率圖像的數量；T為轉置運算；為第i項原始低分辨率特征，N_sn為原始低分辨率特征的數量；為第i項的低分辨率特征，N_sn為低分辨率特征的數量。