[发明专利]基于预放大非负邻域嵌入的单帧图像超分辨重建方法有效

专利信息
申请号: 201410275760.3 申请日: 2014-06-19
公开(公告)号: CN104036468B 公开(公告)日: 2017-06-16
发明(设计)人: 宁贝佳;彭羊平;高新波;许洁;高传清 申请(专利权)人: 西安电子科技大学
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 北京科亿知识产权代理事务所(普通合伙)11350 代理人: 汤东凤
地址: 710071 陕西省*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 放大 邻域 嵌入 图像 分辨 重建 方法
【权利要求书】:

1.一种基于预放大非负邻域嵌入的单帧图像超分辨重建方法,其特征在于:包括以下步骤:

(1)构建高分辨率训练图像集

(2)对进行模糊和下采样操作得到临时低分辨率图像集

(3)对临时低分辨率图像集预放大2倍得到低分辨率训练图像集具体操作如下:

(a)将临时低分辨率图像集中每幅图像用双立方插值方法预放大2倍得到图像集

(b)基于图像块的非局部相似性,计算图像集中每幅图像的相似像素矢量和相似性权值矢量,矢量变形后转化为非局部权值矩阵W;

(c)分别将图像集中每幅图像作为迭代初值,按如下公式迭代:

Xt+1=Xt+τ{HTDT(Y-DHXt)-μ(I-W)T(I-W)Xt}

其中,t表示梯度下降法当前迭代次数;

Xt表示第t次梯度下降法迭代更新的图像;

τ表示梯度下降步长;H表示模糊矩阵;

D表示下采样矩阵;T表示矩阵转置操作;

Y表示中与对应的低分辨率图像;

W表示非局部权值矩阵;

I表示和W大小相同的单位矩阵;

μ表示正则化因子;

逐步迭代更新,最终得到低分辨率训练图像集其中表示第p幅低分辨率训练图像,n表示图像的数量,与是一一对应的;

(4)构建低分辨率训练图像块集

(5)构建高分辨率训练图像块集

(6)读取低分辨率输入图像TLR,设定需要放大的倍数为3倍,预先将其放大2倍;

(7)构建低分辨率输入图像块集XT

(8)根据低分辨率训练图像块集非负邻域嵌入表示输入图像块集XT,得到重建系数;

(9)输出高分辨率图像THR

2.根据权利要求1所述的一种基于预放大非负邻域嵌入的单帧图像超分辨重建方法,其特征在于:所述步骤(1)具体操作如下:

(a)搜集多幅彩色高分辨率自然图像;

(b)将高分辨率自然图像从红、绿、蓝RGB颜色空间转换到亮度、蓝色色度、红色色度YCbCr颜色空间;

(c)收集所有亮度图像作为高分辨率训练图像集其中表示第p幅高分辨率亮度图像,n表示图像的数量。

3.根据权利要求1所述的一种基于预放大非负邻域嵌入的单帧图像超分辨重建方法,其特征在于:所述步骤(2)具体操作如下:

(a)对中的每幅图像,使用模糊核对其进行模糊操作;

(b)对图像隔点取像素得到下采样3倍后的临时低分辨率图像集 其中表示第p幅低分辨率亮度图像,n表示图像的数量。

4.根据权利要求1所述的一种基于预放大非负邻域嵌入的单帧图像超分辨重建方法,其特征在于:所述步骤(4)具体操作如下:

(a)将低分辨率训练图像集中所有图像按从上到下、从左到右的顺序分成相互重叠的方形图像块;

(b)将所有方形图像块分别用列矢量表示;

(c)收集所有列矢量生成低分辨率训练图像块集其中表示 中的第p个列矢量,Ns表示训练图像块的数量。

5.根据权利要求1所述的一种基于预放大非负邻域嵌入的单帧图像超分辨 重建方法,其特征在于:所述步骤(5)具体操作如下:

(a)将高分辨率训练图像集中所有图像按从上到下、从左到右的顺序分成相互重叠的方形图像块;

(b)将所有方形图像块分别用列矢量表示;

(c)收集所有列矢量生成高分辨率训练图像块集其中表示 中的第p个列矢量,Ns表示训练图像块的数量,它们与是一一对应的。

6.根据权利要求1所述的一种基于预放大非负邻域嵌入的单帧图像超分辨重建方法,其特征在于:所述步骤(6)具体操作如下:

(a)读入待处理的低分辨率彩色图像TLR,将其从RGB颜色空间转换到YCbCr颜色空间,可分别得到亮度图像蓝色色度图像和红色色度图像

(b)将其中的亮度图像预放大2倍得到图像

所述步骤(7)具体操作如下:

(a)将图像按从上到下、从左到右的顺序分成相互重叠的方形图像块;

(b)将所有方形图像块分别用列矢量表示;

(c)收集所有列矢量生成低分辨率输入图像块集其中xtq表示低分辨率输入图像块集中的第q个列矢量,Nt表示输入图像块的数量;

所述步骤(8)具体操作如下:

(a)对于低分辨率输入图像块集XT中的每一个图像块xtq,在低分辨率训练图像块集中寻找低分辨率K近邻即与xtq相距最近的前K个图像块;

(b)用低分辨率K近邻线性表示xtq,求得重建系数w保证如下公式中的重建误差最小:

其中εq表示重建误差;xtq表示输入低分辨率图像块;表示xtq的低分辨率K近邻;表示的第p个近邻;wqp是第p个近邻的重建系数;wqp≥0表示系数需要满足非负要求;

所述步骤(9)具体操作如下:

(a)对低分辨率输入图像块集XT中的每个图像块xtq,其对应的高分辨率输出图像块由如下公式求得:

其中表示待求的高分辨率输出图像块;表示与对应的高分辨率训练图像块;表示与对应的高分辨率K近邻;wqp是步骤(8)中(b)步骤求得的重建系数;

(b)将所有得到的高分辨率输出图像块拼接起来,重叠区域像素取平均值,得到最终的高分辨率亮度图像

(c)将步骤(6)中(a)步骤得到的彩色图像的色变图像和插值放大到与同样的大小,得到和联合高分辨率亮度图像由YCbCr颜色空间转换到RGB颜色空间,将转换结果作为高分辨率输出图像THR

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410275760.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top