[發明專利]基于插值的透明結構化的自學習超分辨率圖像重構方法

在審

• 申請號: 202310278321.7
• 申請日: 2023-03-21
• 公開（公告）號: CN116309065A
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 陳小雕;何睿;陳鴻宇;陶秀挺
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T5/00;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發明公開了一種基于插值的透明結構化的自學習超分辨率圖像重構方法。本發明步驟：1、將待處理低分辨率圖像上傳至計算機，并存入計算機相應的低分辨率輸入圖像文件中；2、輸入圖像預處理；3、圖像特征信息提取，對預處理后的圖像進行下采樣后得到的更低分辨率圖像進行分類提取；4、圖像特征信息分類，將每一個3×3棋盤格分為對應的類別，大致的分類方式為：根據3×3棋盤格中9個像素的像素值分為大區像素和小區像素；5、基于插值的超分辨率重構系數的計算；6、構建特征信息類的決策器；7、將低分辨率圖像重構為高分辨率圖像。本發明能夠很好地保留低分辨率圖像的紋理和邊緣信息，計算過程簡單且重構得到的高分辨率圖像的質量更好。

技術領域

本發明屬于計算機數字圖像處理領域，是一種圖像的超分辨率重構方法和裝置。具體涉及一種基于插值的透明結構化的自學習超分辨率圖像重構方法，一種結構特征分類方法和一種分類決策器的構建。

背景技術

圖像的分辨率是指對不同大小對象的表現能力，特別是對較小對象的表現能力，其直觀的反映了圖像的清晰度，質量等重要特征。高分辨率圖像意味著可以獲取更多的細節信息，從而可以更好的處理問題，但是在數字圖像的采集與處理過程中，很多因素都影響了圖像分辨率的提高。

圖像超分辨率(super-resolution,SR)是指由一幅低分辨率圖(low-resolution,LR)或圖像序列恢復出高分辨率圖(high-resolution,HR)。HR意味著圖像具有高像素密度，可以提供更多的細節，這些細節往往在應用中起到關鍵作用。要獲得高分辨率圖像，最直接的辦法是采用高分辨率圖像傳感器，但由于傳感器和光學器件制造工藝和成本的限制，在很多場合和大規模部署中很難實現。因此，利用現有的設備，通過超分辨率技術獲取HR圖像具有重要的現實意義。超分辨率重構技術是目前提高圖像分辨率的一種有效的方法，它只需要通過計算機處理，不需要通過硬件設備質量的提高就可以獲取高分辨率的圖像，所以成本很低。圖像超分辨率重構綜合了圖像處理、信號處理、傳感器和人工智能等各方面技術。另外，超分辨率的應用的領域也是十分廣泛。包括視頻監控、人臉識別、目標跟蹤、刑事調查、衛星遙感、醫學成像、場景渲染等。

發明內容

本發明的目的是針對現有技術的不足提出一種改進方法，一種基于插值的透明結構化的自學習超分辨率圖像重構方法。本發明與基于插值的方法一樣透明化但性能卻不輸于一些基于機器學習的方法，如：NARM方法，SCSR方法和SRCNN方法等。

本發明所提出的技術方案的具體步驟如下：

步驟1：用戶將要進行處理的低分辨率圖像通過數碼設備(如手機，數碼相機等)上傳至計算機，并存入計算機相應的低分辨率輸入圖像文件中。

步驟2：輸入圖像預處理，包括對輸入圖像中的一些孤立噪聲點進行去除。增加輸入樣本量，通過將原輸入圖像旋轉45°(如圖3所示)增加總樣本數。

孤立噪聲點的定義：如圖4中(b)所示，孤立噪聲點是滿足以下兩個條件的像素：(1)其值大于(或小于)其周圍八個像素的值；(2)中心像素與其周圍像素之間的差的最小值大于10。

孤立噪聲點的去除方法：中間的值被其周圍八個像素的平均值進行替換，如圖4中(b)和(c)所示。圖5(a)和(b)是原圖，圖5(c)是去除孤立噪聲后的圖

步驟3：圖像特征信息提取，對預處理后的圖像進行下采樣，然后對下采樣后得到的更低分辨率圖像進行分類提取；由于所有的類別都是基于3×3的格子(大小為3×3共計由9個像素組成的單位)進行的，每一個分好的3×3棋盤格種類是這個種類中的一個樣本。然后對3×3棋盤格中的像素進行分類，所以首先將輸入圖像中的每一個3×3棋盤格的圖像特征信息提取出來。

更低分辨率圖像：由預處理后的低分辨率圖像下采樣得到，如圖6所示，圖中的part_1/2/3/4分別取自低分辨率圖像I^LR的四個位置