[發明專利]一種用于彩色圖像超分辨率重建的6維嵌入的去噪自編碼先驗信息算法

有效

• 申請號: 201910391958.0
• 申請日: 2019-05-13
• 公開（公告）號: CN110246094B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 劉且根;周瑾潔;何卓楠;袁媛;張鳳芹;王玉皞
• 申請（專利權）人: 南昌大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 袁紅梅

本發明提供了一種用于彩色圖像超分辨率重建的6維嵌入的去噪自編碼先驗信息算法，包括以下步驟，步驟A：利用去噪自動編碼(DAE)作為彩色圖像超分辨率重建的先驗信息手段，通過復制3個信道，建立6維嵌入去噪自編碼先驗算法模型；步驟B：訓練一個以6維變量為輸入的去噪網絡，然后利用網絡驅動的高維先驗陣嵌入的先驗信息對彩色圖像進行超分辨率重建；步驟C：迭代恢復階段，將中間色圖像映射為6維圖像，利用網絡進行處理，平均值運算符用于將其轉換回三通道圖像。本發明高維先驗算法解決了基本數據元陷入局部最優解的問題，有效地克服了不穩定性。該算法具有良好的性能和良好的視覺檢測性能。

技術領域

本發明屬于彩色圖像處理技術領域，具體為一種用于彩色圖像超分辨率重建的6維嵌入的去噪自編碼先驗信息算法，主要用于彩色圖像超分辨率重建領域。

背景技術

圖像處理學是一門關于圖像處理的綜合性邊緣學科，從它的研究方法來看，它與數學、物理學、生物學、生理學、心理學、電子學、計算機科學等許多學科相互借鑒、相互聯系，雖然各有側重但又互為補充。另外以上各個學科都得到了人工智能、神經網絡、遺傳算法、模糊邏輯等新理論、新工具、新技術的支持，并因此得到不斷的進展。從它的研究范圍來看，它與模式識別、計算機視覺、計算機圖形學等多個專業又互相交叉，既有區別又有聯系。從它的應用范圍來看，它與生物醫學、材料、遙感、通信、交通管理、軍事偵察、文檔處理和工業自動化等許多領域也是不可分割的。隨著信息技術的發展，數字圖像處理將在社會生活中的更多領域得到更為廣泛的應用。

近年來，隨著計算機性能的不斷提高，計算機視覺研究的不斷進步，多媒體技術和虛擬現實技術的不斷完善，特別是彩色成像設備的不斷改進，彩色圖像的應用越來越廣泛，彩色圖像受到了越來越多的重視。然而，圖像處理研究仍然集中在灰度圖像上。對灰度圖像的技術通常不能用到彩色圖像，因為彩色圖像更復雜。彩色圖像處理已經成為了重要的研究課題。

圖像恢復(IR)是從圖像退化的測量中恢復高質量圖像的技術，一直是許多圖像處理領域的研究熱點，具有監視、遙感、低層次圖像處理等重要應用。IR的數學定義可表述為：

f＝Hu+n

其中f表示損壞的圖像，u表示干凈的圖像，H表示與成像系統相關的退化矩陣，n是標準偏差的加性高斯白噪聲。對于不同的退化矩陣，我們可以得到不同的圖像恢復任務。當H是模糊和下采樣的復合算子時，圖像恢復任務是圖像超分辨率，由于圖像恢復任務的不適定本質，通過正則化解空間對基于正則化的技術進行了廣泛的研究。從貝葉斯的觀點，通過處理最大后驗(MAP)問題，即：

其中，表示與先驗項關聯的正則化器。保真度項||f-Hu||²確保了解決方案與退化過程的結合。λ是一個調整后的參數。

圖像超分辨率是一個傳統的逆問題，其目標是從相應的退化圖像中恢復清晰的圖像。20世紀60年代，哈里斯和古德曼首次提出了圖像超分辨率的概念。由于圖像超分辨率技術可以補償退化圖像在成像過程中的默認高頻信息，有利于后續各種圖像處理操作，如邊緣提取、圖像分割和目標識別等，因此一旦提出該技術，就具有吸引力。現有的單圖像超分辨率(SISR)算法大致可分為三大類：基于插值的超分辨率、基于重建的超分辨率和基于實例的超分辨率，然而，這些方法通常提供過于平滑的重建圖像，丟失細節和剩余的振鈴效果。

基于重建的超分辨率的典型方法包括迭代反投影(IBP)、凸集投影(POCS)和最大后驗概率(MAP)。基于重構的算法Rithms往往需要各種有效的先驗來約束不適定問題，從而得到令人滿意的解決方案，如基于邊緣統計的先驗、全變差(TV)、稀疏表示和基于補丁的先驗。研究者們提出了一種基于先驗圖像的貝葉斯深度學習框架，該框架直接表示高斯平滑自然圖像概率分布。使用經過訓練的去噪自動編碼器(DAE)可以有效地計算先驗梯度。在此基礎上，在迭代優化過程中引入了多去噪自編碼先驗(MDAEP)，并通過深卷積神經網絡獲得自然圖像先驗。