[发明专利]一种深度图超分辨率方法

权利要求书

1.一种深度图超分辨率方法，其特征是，包括训练步骤和超分辨率处理步骤；

其中，训练步骤包括如下步骤：

从深度训练图集中获取高分辨率深度图，从所述高分辨率深度图中提取高分辨率特征，

对所述高分辨率深度图进行缩小设定倍数的下采样后，再进行放大所述设定倍数的上采样得到低分辨率深度图，从所述低分辨率深度图中提取低分辨率特征，

利用所述高分辨率特征和低分辨率特征训练得到高分辨率合成型字典、低分辨率合成型字典和分析型字典；

超分辨率处理步骤包括如下步骤：

将待处理的低分辨率深度图进行放大所述设定倍数的上采样，得到当前低分辨率深度图，然后提取所述当前低分辨率深度图的当前深度图低分辨率特征，并计算所述当前深度图低分辨率特征在对偶稀疏模型下的稀疏系数，

根据所述当前深度图低分辨率特征、稀疏系数、高分辨率合成型字典来恢复相应的当前深度图高分辨率特征，根据所述当前深度图高分辨率特征、所述当前低分辨率深度图的图像块得到相应的高分辨率图像块，将所有高分辨率图像块融合成一张高分辨率图像。

2.如权利要求1所述的深度图超分辨率方法，其特征是，在所述超分辨率处理步骤中，相邻的当前深度图低分辨率特征之间相互重叠。

3.如权利要求2所述的深度图超分辨率方法，其特征是，在所述训练步骤中，所述高分辨率特征为，所述低分辨率特征为，

其中，和分别为从所述高分辨率深度图中提取的高分辨率深度图块和从所述低分辨率深度图中对应位置提取的低分辨率深度图块，和中的和分别表示水平和垂直方向，

通过如下方式得到高分辨率合成型字典和低分辨率合成型字典：

其中，，高分辨率合成型字典和低分辨率合成型字典分别为和，表示第i个高分辨率特征，表示第i个低分辨率特征，为稀疏系数，为常数，表示范数的平方，表示范数，表示字典中的第个字典基。

4.如权利要求3所述的深度图超分辨率方法，其特征在于，所述训练步骤中的所述分析型字典可通过求解以下最优化问题得到：

，

其中，函数是稀疏度评价函数，是所述分析型字典，是高分辨率特征集合，。

5.如权利要求4所述的深度图超分辨率方法，其特征在于，所述超分辨率处理步骤中，通过如下方式求解稀疏系数：

其中，和是调节系数，表示所述当前深度图低分辨率特征。

6.如权利要求5所述的深度图超分辨率方法，其特征在于，所述超分辨率处理步骤中，通过如下方式获得当前深度图高分辨率特征：

。 2