[发明专利]基于多层次邻域嵌入的图像超分辨率重建方法及系统有效

专利信息
申请号: 201610108841.3 申请日: 2016-02-26
公开(公告)号: CN107133921B 公开(公告)日: 2020-03-06
发明(设计)人: 宋思捷;厉扬豪;刘家瑛;郭宗明 申请(专利权)人: 北京大学;北大方正集团有限公司;北京北大方正电子有限公司
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 北京友联知识产权代理事务所(普通合伙) 11343 代理人: 尚志峰;汪海屏
地址: 100871*** 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: 基于 多层次 邻域 嵌入 图像 分辨率 重建 方法 系统
【权利要求书】:

1.一种基于多层次邻域嵌入的图像超分辨率重建方法,其特征在于,包括:

对待处理图像进行可控金字塔分解操作,得到高通图像、低通剩余图像和多个方向上的带通子带图像;

根据邻域嵌入算法对所述多个方向上的带通子带图像、所述高通图像和所述低通剩余图像分别进行重建处理,得到对应的高分辨率子带图像;

对多个所述高分辨率子带图像进行所述可控金字塔分解操作的逆变换处理,以生成高分辨率图像。

2.根据权利要求1所述的基于多层次邻域嵌入的图像超分辨率重建方法,其特征在于,所述对待处理图像进行可控金字塔分解操作,得到高通图像、低通剩余图像和多个方向上的带通子带图像,具体包括:

根据预设分解公式计算所述待处理图像对一组多方向的可控带通滤波器的响应,以得到所述多个方向上的带通子带图像、所述高通图像和所述低通剩余图像,所述预设分解公式为:

其中,Xt表示所述待处理图像,表示所述多个方向上的带通子带,Xt0表示所述高通图像,XtN+1表示所述低通剩余图像,F(·)和F-1(·)分别代表傅里叶变换和傅里叶逆变换,f(θi)代表方向为θi的可控带通滤波器,gi表示根据可控带通滤波器计算出的高通滤波器或低通滤波器,N为整数。

3.根据权利要求2所述的基于多层次邻域嵌入的图像超分辨率重建方法,其特征在于,根据邻域嵌入算法对所述多个方向上的带通子带图像、所述高通图像和所述低通剩余图像分别进行重建处理,得到对应的高分辨率子带图像,具体包括:

将所述多个方向上的带通子带图像、所述高通图像和所述低通剩余图像分别分解为对应的图像块;

对于每个所述图像块利用K-NN算法在对应图像层次的字典数据库中查找K个近邻的邻域图像块,以得到K个重建系数;

根据所述K个重建系数和所述K个近邻的领域图像块得到所述对应的高分辨率子带图像。

4.根据权利要求3所述的基于多层次邻域嵌入的图像超分辨率重建方法,其特征在于,

对于所述多个方向上的带通子带图像和所述高通图像,根据全局特征信息和局部特征信息在对应图像层次的字典数据库中查找所述K个近邻的邻域图像块;

对于所述低通剩余图像,根据联合局部特征信息在对应图像层次的字典数据库中查找所述K个近邻的邻域图像块。

5.根据权利要求1至4中任一项所述的基于多层次邻域嵌入的图像超分辨率重建方法,其特征在于,还包括:

利用非局部均值算法对所述高分辨率图像进行优化处理。

6.一种基于多层次邻域嵌入的图像超分辨率重建系统,其特征在于,包括:

分解模块,用于对待处理图像进行可控金字塔分解操作,得到高通图像、低通剩余图像和多个方向上的带通子带图像;

重建模块,用于根据邻域嵌入算法对所述分解模块分解得到的所述多个方向上的带通子带图像、所述高通图像和所述低通剩余图像分别进行重建处理,得到对应的高分辨率子带图像;

处理模块,用于对所述重建模块处理得到的多个所述高分辨率子带图像进行所述可控金字塔分解操作的逆变换处理,以生成高分辨率图像。

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大学;北大方正集团有限公司;北京北大方正电子有限公司,未经北京大学;北大方正集团有限公司;北京北大方正电子有限公司许可,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/201610108841.3/1.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