[發(fā)明專利]一種基于混合分辨率稀疏字典學習的圖像超分辨率方法有效
| 申請?zhí)枺?/td> | 201810091117.3 | 申請日: | 2018-01-30 |
| 公開(公告)號: | CN108335264B | 公開(公告)日: | 2021-08-03 |
| 發(fā)明(設計)人: | 王中元;全敦權(quán);韓鎮(zhèn);肖晶 | 申請(專利權(quán))人: | 武漢大學 |
| 主分類號: | G06T3/40 | 分類號: | G06T3/40;G06K9/46 |
| 代理公司: | 武漢科皓知識產(chǎn)權(quán)代理事務所(特殊普通合伙) 42222 | 代理人: | 魏波 |
| 地址: | 430072 湖*** | 國省代碼: | 湖北;42 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 混合 分辨率 稀疏 字典 學習 圖像 方法 | ||
1.一種基于混合分辨率稀疏字典學習的圖像超分辨率方法,其特征在于,包括以下步驟:
步驟1:將圖像庫中的圖像作為訓練樣本,訓練分辨率為N1×N1和N2×N2的兩類低分辨率字典,獲取兩個高低分辨率字典對;其中,N1×N1和N2×N2的兩類低分辨率字典對應的高分辨率字典的分辨率為N3×N3和N4×N4;其中,N1、N2、N3、N4是預設閾值,N1N2N3N4;
其中,通過聯(lián)合訓練得到一個高低分辨率字典對,聯(lián)合訓練過程為:
其中,Yh,Yl是高低圖像塊對集合,N和M分別是高分辨率和低分辨率圖像塊向量形式的維度;Dh是高分辨率字典,Dl是低分辨率字典,Z是表達系數(shù)矩陣,λ是加權(quán)系數(shù),||Z||1使得系數(shù)矩陣Z變稀疏;
步驟2:將原始圖像分成大小為N5×N5的圖像塊;其中,N5為預設閾值;
步驟3:獲取第一個圖像塊;
步驟4:計算所獲取圖像塊的方差;
步驟5:判斷圖像塊的方差是否大于設定的值,并選擇相應的低分辨率字典進行稀疏表達;
其中,若圖像塊的方差大于設定的閾值,則選擇分辨率為N1×N1的字典對圖像塊進行稀疏表達;否則,選擇分辨率為N2×N2的字典進行稀疏表達;
其中稀疏表達的計算公式如下:
其中,y是N1×N1或N2×N2的低分辨率圖像塊,Dl是低分辨率字典,α是稀疏表達系數(shù),F(xiàn)是線性特征提取算子,參數(shù)λ平衡α的稀疏度和y的估計精度;
步驟6:對圖像塊進行高分辨率重構(gòu);
步驟7:判斷是否是最后一個圖像塊;
若是,則流程結(jié)束;
如否,則獲取下一個圖片快,并回轉(zhuǎn)執(zhí)行驟4。
2.根據(jù)權(quán)利要求1所述的基于混合分辨率稀疏字典學習的圖像超分辨率方法,其特征在于,步驟6中高分辨率圖像塊的重構(gòu)公式為:
x=Dhα
其中,x為重構(gòu)出的高分辨率圖像塊,Dh為高分辨率字典,α是步驟5中求取的稀疏表達系數(shù)。
3.根據(jù)權(quán)利要求1所述的基于混合分辨率稀疏字典學習的圖像超分辨率方法,其特征在于:步驟6中,對N1×N1的低分辨率圖像塊,選擇N3×N3的高分辨率字典進行重構(gòu);對N2×N2的低分辨率圖像塊,選擇N4×N4的高分辨率字典進行重構(gòu)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于武漢大學,未經(jīng)武漢大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810091117.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





