[发明专利]基于盲模糊估计与锚定空间映射的图像超分辨处理方法

权利要求书

1.基于盲模糊估计与锚定空间映射的单幅图像超分辨处理方法，其特征在于该方法包括单幅图像模糊核函数的盲估计阶段与基于对偶词典的稀疏重建阶段，具体描述如下：

单幅图像模糊核函数的盲估计阶段：

步骤1.1从输入图像Y中以稠密采样的方式提取样本索引图像块集合和样本图像块集合对于2×超分辨问题，可以取样本索引图像块和样本图像块的大小分别为5×5和9×9；对于3×超分辨问题，可以取样本索引图像块和样本图像块的大小分别为5×5和13×13，样本图像块的大小对应了将要估计的模糊核的大小；

步骤1.2设定样本索引图像块的平均梯度幅度阈值|gard|_s，舍弃样本索引图像块中的平滑块；

步骤1.3设定初始模糊核函数k为delta函数；

步骤1.4利用模糊核函数对样本图像块集合进行下采样操作：首先将模糊核与样本图像块卷积，再进行下采样，由此得到样本图像块的下采样版本

步骤1.5对每一个样本索引图像块p_i，根据欧氏距离度量标准在中找到一定数量的邻域块，根据下列公式计算每一个邻域块的权重：

其中M_i是每一个样本索引图像块p_i的邻域个数，σ是p_i中附加噪音的标准差，是样本图像块的下采样；

步骤1.6通过下列公式更新模糊核函数k：

其中R_ij表示与q_ij对应的卷积矩阵，这里的q_ij表示样本索引图像块p_i对应的邻域块在原始大图像中的“父块”，这里的“父块”是指没有经过下采样的样本图像块，其中0≤j≤M_i；C是对应“父块”在x和y方向的偏导数矩阵，λ是平衡参数，N为样本索引图像块p_i的个数；

步骤1.7将所得模糊核函数归一化为单位向量；

步骤1.8若样本索引图像块之间的平均跨尺度相异性APD持续下降，则返回到步骤1.4重复执行模糊核更新过程；否则，即APD不再保持下降，输出估计的模糊核函数k；

基于对偶词典的稀疏重建阶段：

步骤2.1根据所估计的模糊核函数对输入图像进行下采样，采用迭代投影残差BPR策略分别从原始图像及其下采样版本中提取特征，并用对偶词典学习算法CDL训练对偶词典D_L和D_H；

步骤2.2设置目标高分辨率图像X为0；

步骤2.3利用迭代反向投影IBP将低分辨率输入图像Y上采样为X′，迭代投影过程中使用双立方插值核函数进行上采样，用估计的模糊核函数进行下采样；

步骤2.4利用下列公式计算锚定空间映射矩阵P_M：

其中参数μ是L₂范式最优化问题的平衡参数；

步骤2.5对X′中的每一个小图像块y_p，计算：

u＝mean(y_p)，v＝||y_p-u||₂

步骤2.6从y_p中提取归一化梯度特征y；

步骤2.7求解高分辨率特征块x，并进行归一化处理：

步骤2.8根据BPR重建高分辨率图像块：

x_p＝(c×v)·x+y_p

其中c是一个常数；

步骤2.9将x_p添加到目标高分辨率图像X中对应像素位置，直到X′中的每一个小图像块y_p都被处理完；

步骤2.10在重叠区域进行均值化处理，输出最终结果。

2.根据权利要求1所述的基于盲模糊估计与锚定空间映射的单幅图像超分辨处理方法，其特征在于步骤1.2中根据样本索引图像块的平均梯度幅度对样本索引图像块进行分类，平均梯度幅度小于|gard|_s的样本索引图像块将被认为是平滑块，这部分样本索引图像块对模糊核函数估计的作用可以忽略，而平均梯度幅度大于|gard|_s的样本索引图像块将被认为是结构化块，这部分样本索引图像块被用于模糊核函数的估计。

3.根据权利要求1所述的基于盲模糊估计与锚定空间映射的单幅图像超分辨处理方法，其特征在于步骤1.5中每一个样本索引图像块的邻域块数量是不固定的。