[发明专利]基于主动采样与高斯过程回归的图像超分辨方法

权利要求书

1.一种基于主动采样与高斯过程回归的图像超分辨方法，包括：

(1)模型训练阶段：

(1a)随机生成规模为n的初始训练样本集

(1b)对初始训练样本集T进行主动采样，得到一个规模为r的训练子集T′：

(1b1)初始化已选择的样本集合设候选样本集合

(1b2)计算初始训练样本集T中每个样本s_i的表征性R(s_i)：

其中为x_i的邻域，为向量2范数的平方，σ_R为高斯距离函数带宽，其取值通过公式自适应确定,ρ∈[0,1]为尺度系数，median()函数返回输入集合的中位数；

(1b3)计算候选样本集合中每个样本s_i＝＜x_i,y_i＞的多样性D(s_i)：

其中为已经选择的样本集合；

(1b4)根据已选择的样本集合是否为空集按照下述准则从候选样本集合中挑选出当前最有信息量的样本

如果为空集则直接从每个样本s_i的表征性R(s_i)中选取具有最大表征性的样本即

否则，根据表征性R(s_i)和多样性D(s_i)的凸组合来度量样本信息量，进而选取出即其中λ∈[0,1]为组合系数；

(1b5)从候选样本集合排除出当前最有信息量的样本并将添加进入已选择的样本集合

(1b6)返回步骤(1b3)，直到中样本的个数达到规模值r，即且这里r远小于n；

(1b7)令执行(1c)；

(1c)基于训练子集T’训练出高斯过程回归模型M，得到从插值图像块到对应高分辨图像块中心像素丢失的高频分量之间的映射；

(2)超分辨重建阶段：

(2a)输入一幅尺寸为I_R×I_C的低分辨彩色图像I，将其由红、绿、蓝RGB颜色空间转换为亮度I_Y、蓝色色度I_Cb、红色色度I_Cr构成的YCbCr颜色空间；并对蓝色色度I_Cb、红色色度I_Cr进行双立方Bicubic插值，得到尺寸为(F×I_R)×(F×I_C)的插值色度空间S_Cb、S_Cr，其中F为超分辨放大倍数；

(2b)建立高斯过程回归模型测试集Q；

(2b1)对I_Y进行双立方Bicubic插值，得到尺寸为(F×I_R)×(F×I_C)的插值亮度图像S_I；

(2b2)按照光栅扫描顺序以1为间隔采样S_I中所有的p×p图像块，得到v个图像块集合

(2c)初始化超分辨重建图像S_H为插值亮度图像S_I；

(2d)回归预测；

(2d1)以Q中每一个图像块为输入，通过训练出的高斯过程回归模型M回归出对应高分辨图像块中心像素丢失的高频分量

(2d2)令并用替换初始超分辨重建图像S_H中与对应的图像块中心像素，其中函数cen()的输入为图像块，输出为该图像块的中心像素；

(2e)对初始超分辨重建图像S_H应用反向投影迭代得到最终超分辨重建亮度图像S_F；

(2f)将最终超分辨重建亮度图像S_F与蓝色插值色度空间S_Cb、红色插值色度空间S_Cr合并，得到YCbCr颜色空间下的超分辨图像，并将其转换到RGB颜色空间下，输出最终的超分辨彩色图像。