[發明專利]一種圖像超分辨率重建方法、裝置、移動終端及存儲介質

在審

• 申請號: 201710904036.6
• 申請日: 2017-09-29
• 公開（公告）號: CN107767337A
• 公開（公告）日: 2018-03-06
• 發明（設計）人: 胡戰利;范銳;梁棟;楊永峰;劉新;鄭海榮
• 申請（專利權）人: 深圳先進技術研究院
• 主分類號: G06T3/40
• 分類號: G06T3/40
• 代理公司: 深圳市恒申知識產權事務所(普通合伙)44312
• 代理人: 袁文英

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種圖像超分辨率重建方法、裝置、移動終端及存儲介質。

背景技術

現有技術中，圖像超分辨率算法主要分為兩類，一類是基于重建算法的圖像超分辨率算法，另一類是基于學習算法的圖像超分辨率算法，其中，現有的基于重建算法的圖像超分辨率算法對于圖像的分辨率提高的不太明顯，尤其是對于復雜結構的圖像，其恢復出來的圖像仍然比較模糊；現有的基于學習算法的圖像超分辨率算法，所需要的樣本集過大，訓練時間過長，且訓練得到的字典不能普遍適用。

因此，現有的圖像超分辨率算法存在著圖像的分辨率提高的不太明顯、所需要的樣本集過大、訓練時間過長以及訓練得到的字典不能普遍適用的技術問題。

發明內容

本發明實施例的主要目的在于提供一種圖像超分辨率重建方法、裝置、移動終端及存儲介質，解決現有的圖像超分辨率算法存在的圖像的分辨率提高的不太明顯、所需要的樣本集過大、訓練時間過長以及訓練得到的字典不能普遍適用的技術問題。

為實現上述目的，本發明實施例第一方面提供一種圖像超分辨率重建方法，所述方法包括：

采用稀疏編碼對低分辨率樣本圖像及高分辨率樣本圖像進行聯合字典訓練，得到過完備高低字典對，其中，所述過完備高低字典對包括低分辨率字典及高分辨率字典；

利用所述低分辨率字典，得到待重建的低分辨率圖像的稀疏表示系數；

利用所述稀疏表示系數及所述高分辨率字典，得到所述待重建的低分辨率圖像重建后的高分辨率圖像。

進一步的，所述采用稀疏編碼對低分辨率樣本圖像及高分辨率樣本圖像進行聯合字典訓練，得到過完備高低字典對，包括：

對所述低分辨率樣本圖像及所述高分辨率樣本圖像進行分塊處理，得到若干低分辨率樣本圖像塊及若干高分辨率樣本圖像塊；

對所述若干低分辨率樣本圖像塊及所述若干高分辨率樣本圖像塊進行特征提取，得到所述若干低分辨率樣本圖像塊的第一特征數據P_y及所述若干高分辨率樣本圖像塊的第二特征數據P_x；

將所述第一特征數據P_y與預設的低分辨率特征算子F_y相乘，將所述第二特征數據P_x與預設的高分辨率特征算子F_x相乘，得到待訓練的第一特征圖像塊對{F_xP_x,F_yP_y}；

采用稀疏編碼對所述第一特征圖像塊對{F_xP_x,F_yP_y}進行聯合字典訓練，得到所述過完備高低字典對。

進一步的，所述采用稀疏編碼對所述第一特征圖像塊對{F_xP_x,F_yP_y}進行聯合字典訓練，得到所述過完備高低字典對，包括：

對所述第一特征圖像塊對{F_xP_x,F_yP_y}進行歸一化處理，得到待訓練的第二特征圖像塊對；

利用預設的聯合訓練稀疏編碼公式，對所述第二特征圖像塊對進行聯合字典訓練，得到所述過完備高低字典對；

其中，所述第二特征圖像塊對為:

C_h為第二特征數據P_x的矢量維數，C_l為第一特征數據P_y的矢量維數，norm(.)為歸一化處理；

其中，預設的聯合訓練稀疏編碼公式為：

Φ表示所述過完備高低字典對，P表示所述第二特征圖像塊對，Λ為稀疏表示系數矩陣，α_i為第i個稀疏表示系數，i是從1到L的正整數，λ為平衡系數的稀疏性和對原始信號的逼近能力。

進一步的，所述利用所述低分辨率字典，得到待重建的低分辨率圖像的稀疏表示系數，包括：

將所述待重建的低分辨率圖像進行分塊處理，得到若干待重建的低分辨率圖像塊；

對所述若干待重建的低分辨率圖像塊進行特征提取，得到所述若干待重建的低分辨率圖像塊的第三特征數據；

利用所述低分辨率字典對所述第三特征數據進行測試，得到所述稀疏表示系數。