[發明專利]串聯式單圖像超分辨率重建方法

在審

• 申請號: 202010218654.7
• 申請日: 2020-03-25
• 公開（公告）號: CN111402141A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 曹飛龍;張焯林
• 申請（專利權）人: 中國計量大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06K9/62
• 代理公司: 北京君泊知識產權代理有限公司 11496
• 代理人: 王程遠

1.一種串聯式單圖像超分辨率重建方法，其特征在于：包括以下步驟：

a、將訓練集圖片對分解為低頻光滑圖像和高頻圖像兩部分，對高頻圖像采用卷積稀疏編碼訓練，得到低分辨率濾波器和高分辨率濾波器，以及低分辨率特征圖到高分辨率特征圖的變換函數，存儲備用；

b、用卷積稀疏編碼對低分辨率訓練圖像進行重建，將重建后的圖像與真實圖像組成訓練圖像對，使用聯合字典訓練方法得到低分辨率字典。以低分辨率字典原子為錨點，尋找離錨點最近的圖像塊構建低分辨率字典和高分辨率字典，存儲備用；

c、對于輸入的一張低分辨率圖像，將其分解為低頻光滑圖像和高頻圖像兩部分，對于低頻部分直接使用雙三次插值進行重建，高頻部分則利用存儲的低分辨率和高分辨率濾波器進行卷積稀疏編碼超分辨率重建，將重建的兩部分相加得到超分辨率圖像；

d、將步驟c中得到的超分辨率圖像，使用存儲的低分辨率字典和高分辨率字典進行改進的固定鄰域回歸超分辨率重建；

e、對步驟d得到超分辨率圖像構建自樣例金字塔對，并以自樣例金字塔對作為訓練集，使用改進的固定領域回歸的訓練方式訓練得到低分辨率和高分辨率字典；

f、對d得到的超分辨率圖像，利用e中的低分辨率和高分辨率字典進行固定領域回歸重建得到最終的超分辨率重建圖像。

2.根據權利要求1所述的串聯式單圖像超分辨率重建方法，其特征在于：所述步驟a中，對于低分辨率訓練集圖片，通過解優化問題：

這里的是低分辨率圖像Y的低頻特征圖，f^s是一個3×3的低通濾波器，其所有的系數都是1/9，f^dh和f^dv分別是水平和垂直的梯度算子[1,-1]和[1；-1]；我們可以將低分辨率圖像分解為：

這里的表示低分辨率圖像中的低頻光滑部分，y表示低分辨率圖像的高頻邊界和紋理部分，高分辨率中的高頻部分可由高分辨率圖片減去雙三次插值后的低分辨率低頻圖像而獲得。

3.根據權利要求1或2所述串聯式單圖像超分辨率重建方法，其特征在于：聯合求解最優化問題：

和

這里的x是訓練集高分辨率圖像的高頻部分，f_i^l和分別是低分辨率和高分辨率濾波器，e是一個范圍限制高分辨率濾波器的能量，是低分辨率特征圖，g(·,w_j)是低分辨率特征圖到高分辨率特征圖的映射。

4.根據權利要求1所述的串聯式單圖像超分辨率重建方法，其特征在于：所述步驟b中，對訓練低分辨率圖像使用卷積稀疏編碼進行重建，將重建后的圖像作為下一步訓練的圖像對中的低分辨率圖像，采用聯合字典學習訓練得到低分辨率字典，以低分辨率字典中的每一個原子作為錨點，以訓練集中距離每一個錨點最近的1024個低分辨率圖像塊作為原子構成低分辨率字典，并用其對應的高分辨率圖像塊構成高分辨率字典。

5.根據權利要求1所述的串聯式單圖像超分辨率重建方法，其特征在于：所述步驟c中，將輸入的低分辨率圖像分解為高頻光滑部分和低頻邊界和紋理部分，對光滑部分直接使用雙三次插值方法進行重建，高頻部分通過低分辨率濾波器分解：

得到低分辨率稀疏特征映射{Z^l}，高分辨率特征映射可以通過{Z^h}＝g(Z^l；W)估計得到，然后高分辨率圖像的高頻紋理結構可以通過下式獲得：

將高頻部分和低頻部分的超分辨率圖像相加就得到卷積稀疏編碼重建的超分辨率圖像。

6.根據權利要求1所述的串聯式單圖像超分辨率重建方法，其特征在于：所述步驟d中，對使用卷積稀疏編碼重建后的超分辨率圖像分割成塊，對于任意一塊圖像塊尋找離其最近的錨點k，用其存儲的映射對低分辨率圖像塊進行再次超分辨率重建：

其中P_k是對應于錨點k的低分辨率到高分辨率圖像塊的映射，將重建好的高分辨率圖像塊拼接成超分辨率圖像。