[发明专利]一种基于DCT域本征变换的人脸图像超分辨率重建方法有效

专利信息
申请号: 201511021347.5 申请日: 2015-12-30
公开(公告)号: CN105678697B 公开(公告)日: 2018-10-12
发明(设计)人: 李晓光;郭立磊;卓力 申请(专利权)人: 北京工业大学
主分类号: G06T3/40 分类号: G06T3/40
代理公司: 北京思海天达知识产权代理有限公司 11203 代理人: 刘萍
地址: 100124 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 dct 变换 图像 分辨率 重建 方法
【权利要求书】:

1.一种基于DCT域本征变换的人脸图像超分辨率重建方法,分为离线部分和在线部分;其特征在于,

所述离线部分分为以下几个步骤:

(1)将HR人脸图像样本库中的图像,经过下采样得到LR人脸图像样本库,通过DCT域高频系数补零的方式进行插值放大获得LR图像的初始放大图像库LR_Prim;

(2)对得到的LR_Prim图像库和HR人脸图像样本库,进行分块DCT变换,并将每幅图像的DCT系数矩阵,归一化,列向量化,从而得到了人脸图像DCT域训练集,LR_Prim图像库对应的训练样本矩阵L1和HR图像库对应的HR人脸图像样本矩阵L0

(3)对LR_Prim图像库对应的训练样本矩阵L1,HR人脸图像样本矩阵L0进行主成分量分析,得到对应的特征向量矩阵和

所述在线部分分为5个步骤:

1)输入一幅LR图像,分块DCT变换,得到DCT系数矩阵;

2)对得到的DCT系数矩阵,进行DCT域插值放大,归一化,列向量化,得到的结果记为x1;将x1去中心化的结果映射到样本矩阵L1对应的特征向量矩阵得到权重系数w1

3)将权重系数w1与HR人脸图像样本矩阵L0对应的特征向量矩阵乘积,得到重建HR图像的DCT域的列向量矩阵,去中心化,归一化,并将该列向量矩阵转化成图像大小,获得每个子块的高频系数;

4)将LR_Prim的低频部分作为重建目标图像的低频系数,3)中得到的每个子块的高频系数作为重建图像的高频系数;

5)将重建图像进行基于DCT域的双边滤波处理,去除块效应,然后进行分块DCT逆变换,得到重建高分辨率图像。

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北京工业大学,未经北京工业大学许可,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/201511021347.5/1.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