[發明專利]一種基于聚類回歸的圖像超分辨方法

有效

• 申請號: 202010094638.1
• 申請日: 2020-02-16
• 公開（公告）號: CN111340697B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 張凱兵;崔琛;李敏奇;景軍鋒;劉薇;盧健;陳小改
• 申請（專利權）人: 浙江昕微電子科技有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06V10/762
• 代理公司: 深圳立專知識產權代理有限公司 441000
• 代理人: 黃佳

1.一種基于聚類回歸的圖像超分辨方法，其特征在于，具體按照以下步驟實施：

步驟1、選取低分辨圖像中能夠反映像素相似結構的信息特征；

步驟2、利用超像素分割算法將步驟1選取的信息特征進行聚類分割，將圖像分割成K類；

步驟3、分別學習步驟2得到的K類的每個類的字典；

步驟4、確定最優基向量；

步驟5、基于步驟4選出的最優基向量，通過非局部字典回歸模型來估計高分辨像素；

所述步驟5具體為，非局部字典回歸模型如公式(9)所示：

上式中，SN(i)是代表具有x_i類似像素的索引集，R_i是從圖像X中提取以x_i為中心相鄰d×d像素的運算符，代表的是與R_jX相關的第k個局部字典，是由自適應的結構核構造的相似權重矩陣，具體形式如下：

上式中，是二維空間x_i和x_j像素之間的相似性，矩陣C_i表示x_i處縱向和水平方向的對稱梯度協方差，h_k是一個平滑參數，w_ij表示x_i處的相似鄰域像素與x_j處相似鄰域像素之間的相似權重，具體形式如下：

上式中，h_n是控制加權計算中指數表達式衰減的全局濾波參數，G是一個高斯核為距離圖像塊中心近的像素分配更大的權重；

通過對公式(9)求解，可以得到回歸系數具體形式如下：

在得到后，可以對高分辨圖像塊進行重建表示為在X_i處估計的高分辨像素可以被表示為：

c是一個25維的向量，其中心元素為1其它全為0；

步驟6、將步驟5估計的高分辨像素回歸轉化成全局優化統一的正則項；

所述步驟6具體為，將公式(13)重新表示為：

上式中，Ω表示X的整個圖像區域，a_i代表回歸加權系數的列向量，該列向量通過公式(9)得到，v_i代表的是一個列向量，它通過字典順序將索引集中包含的相似塊的像素疊加起來，為了便于優化，進一步將公式(14)轉化為以下形式：

上式中，I是一個單位矩陣，A的形式如下：

通過公式(14)到(15)的轉化，得到正則項R(X)，形式如下：

將R(X)帶入到公式(18)中可以得到數據成本函數(19)，具體形式如下:

上式中，X和y表示高分辨圖像和對應的低分辨率圖像，D表示模糊運算，H表示下采樣矩陣，

通過梯度下降算法的迭代更新可以得到一個局部最優解具體形式如下：

上式中，t是迭代次數，τ是步長，公式(20)數據成本函數的梯度表示為：

步驟7、迭代優化高分辨圖像，并輸出該圖像。

2.根據權利要求1所述的一種基于聚類回歸的圖像超分辨方法，其特征在于，所述步驟1具體為：選取歸一化的像素強度特征來表示相似像素或者圖像塊，具體為，提取一個以每個像素為中心的5×5圖像塊，并將其歸一化為單位范數，減輕相似圖像塊之間的差異，所有的特征向量組合成如下的并集：

上式中x_i表示與圖像X中第i個圖像塊的特征向量，K表示類別數量，Ω_k代表第k類的索引。