[发明专利]一种基于稀疏表示的提升图像清晰度的方法

权利要求书

1.一种基于稀疏表示的提升图像清晰度的方法，其特征在于：所述方法的具体步骤如下：

Step1、输入两幅源图像A、B分别进行低秩分解，分别得到稀疏部分图像A₁、B₁和低秩部分图像A₂、B₂；其中，A₁、A₂分别表示源图像A的稀疏部分图像、低秩部分图像，B₁、B₂分别表源图像B的稀疏部分图像、低秩部分图像；

Step2、利用字典学习模型对选用的图像集Y进行训练，得到低秩字典D_L和稀疏字典D_S；

Step3、利用稀疏表示方法对稀疏部分图像A₁、B₁和低秩部分图像A₂、B₂进行稀疏融合，分别得到稀疏融合图像A₁B₁和低秩融合图像A₂B₂；接着对稀疏融合图像A₁B₁和低秩融合图像A₂B₂分别采用正交匹配追踪算法求解得到两部分图像对应的稀疏系数Z_L、Z_S；其中，Z_L表示低秩融合图像的稀疏系数、Z_S表示稀疏融合图像的稀疏系数；

Step4、将步骤Step2学习得到的低秩字典D_L与步骤Step3求得的稀疏系数Z_L进行线性组合，得到组合后的图像A₃，将步骤Step2学习得到的稀疏字典D_S与步骤Step3求得的稀疏系数Z_S进行线性组合，得到组合后的图像B₃；接着利用稀疏表示方法对A₃、B₃进行稀疏重构，得到重构图像A₃B₃；接着对重构图像A₃B₃采用正交匹配追踪算法求解得到稀疏系数α；

Step5、把步骤Step4得到的稀疏系数α与步骤Step2两个字典D_L和D_S进行稀疏表达得到融合图像。

2.根据权利要求1所述的基于稀疏表示的提升图像清晰度的方法，其特征在于：所述字典学习模型为：

s.t.||Z_S||₀≤T₀，||Z_L||₀≤T₁

其中，Y表示为图像集，D_L、D_S分别表示为低秩字典、稀疏字典，Z_L、Z_S分别表示低秩融合图像的稀疏系数、稀疏融合图像的稀疏系数，|| ||₁表示1范数，|| ||₂表示2范数，|| ||_F表示Frobenius范数，|| ||_w,*表示加权核范数，|| ||_*表示为核范数，T₀、T₁表示阈值，|| ||_w,*表示加权核范数。