[發(fā)明專利]基于鄰域相似性的雙邊全變分圖像超分辨率重建方法有效
| 申請?zhí)枺?/td> | 201810112609.6 | 申請日: | 2018-02-05 |
| 公開(公告)號: | CN108460723B | 公開(公告)日: | 2021-07-27 |
| 發(fā)明(設(shè)計)人: | 賴睿;官俊濤;肖鶴玲;徐昆然;莫一過;李永薛 | 申請(專利權(quán))人: | 西安電子科技大學(xué) |
| 主分類號: | G06T3/40 | 分類號: | G06T3/40 |
| 代理公司: | 陜西電子工業(yè)專利中心 61205 | 代理人: | 王品華;朱紅星 |
| 地址: | 710071 陜*** | 國省代碼: | 陜西;61 |
| 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: | 基于 鄰域 相似性 雙邊 全變分 圖像 分辨率 重建 方法 | ||
1.一種基于鄰域相似性的雙邊全變分圖像超分辨率重建方法,包括:
(1)獲取低分辨率圖像序列Y;
(2)使用雙線性插值法對低分辨率圖像序列Y的第一幀圖像進行插值,作為第1次迭代的超分辨率重建圖像
(3)計算第t次迭代超分辨率重建圖像的鄰域結(jié)構(gòu)相似性距離矩陣Wt,t≥2;
(4)根據(jù)鄰域結(jié)構(gòu)相似性距離矩陣Wt,得到的鄰域結(jié)構(gòu)相似性雙邊全變分正則項
(5)構(gòu)建由保真項F和鄰域結(jié)構(gòu)相似性雙邊全變分正則項組成的目標(biāo)函數(shù)J:
其中,為參與迭代的超分辨率重建圖像,μ和λ為兩個數(shù)值不同的規(guī)整參數(shù),μ的取值為0.72,λ的取值為0.97;
(6)采用分裂布雷格曼法求解目標(biāo)函數(shù)最小化問題,獲得第t+1次迭代的超分辨率重建圖像
(7)計算相鄰兩次迭代超分辨率重建圖像的歐氏距離E;
(8)設(shè)置收斂閾值tol=0.0005,判斷相鄰兩次圖像超分辨率重建圖像的歐氏距離E是否小于收斂閾值tol,如果歐氏距離大于收斂閾值tol,則重復(fù)步驟(3)至步驟(7);否則,迭代結(jié)束,輸出(6)獲得的超分辨重建的圖像。
2.根據(jù)權(quán)利要求1所述的方法,其中步驟(3)中計算第t次迭代超分辨率重建圖像的鄰域結(jié)構(gòu)相似性距離矩陣Wt,按如下公式計算:
其中,表示大小為n×n標(biāo)準(zhǔn)差為a的高斯矩陣,表示卷積運算,為變分項,h為高斯平滑參數(shù)。
3.根據(jù)權(quán)利要求2所述的方法,其中全變分項表示如下:
其中,為第t次迭代的超分辨率重建圖像,代表將超分辨率重建圖像沿x方向平移l個像素的矩陣算子,代表將超分辨率重建圖像沿y方向平移m個像素的矩陣算子,||·||1表示1范數(shù)。
4.根據(jù)權(quán)利要求1所述的方法,其中步驟(4)中的鄰域結(jié)構(gòu)相似性雙邊全變分正則項表示如下:
其中,l表示將超分辨率重建圖像沿x方向平移的距離,m表示將超分辨率重建圖像沿y方向平移的距離,α|m|+|l|為空間距離權(quán),取值為α=0.53,Wt為鄰域結(jié)構(gòu)相似性距離矩陣,為全變分項,P為平移半徑,取值為P=3。
5.根據(jù)權(quán)利要求1所述的方法,其中步驟(5)中的保真項F,其表示如下:
其中,為參與迭代的超分辨率重建圖像,N為低分辨率圖像序列的幀數(shù),Dk為第k幀低分辨率圖像的下采樣矩陣,Hk為第k幀低分辨率圖像的模糊矩陣,F(xiàn)k為第k幀低分辨率圖像的位移矩陣,Yk為第k幀低分辨率圖像。
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)利屬于西安電子科技大學(xué),未經(jīng)西安電子科技大學(xué)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/201810112609.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 基于異類關(guān)系確定目標(biāo)相似性的方法和系統(tǒng)
- 相似性匹配系統(tǒng)和方法
- 相似性匹配系統(tǒng)和方法
- 興趣點預(yù)測和推薦中的用戶時空相似性度量方法
- 一種基于相似性和邏輯矩陣分解的miRNA?疾病關(guān)聯(lián)關(guān)系預(yù)測方法
- 一種結(jié)合二分網(wǎng)絡(luò)和文本的醫(yī)院科室相似性分析方法
- 一種基于相似性學(xué)習(xí)及其增強的細(xì)胞類型鑒定方法
- 確定企業(yè)屬性相似性、重名對象判定
- 獲取機構(gòu)技術(shù)相似性的方法及裝置
- 一種基于圖卷積神經(jīng)網(wǎng)絡(luò)的lncRNA-蛋白質(zhì)相互作用預(yù)測方法





