[发明专利]一种基于投影字典学习和近邻回归的图像超分辨方法

权利要求书

1.一种基于投影字典学习和近邻回归的图像超分辨方法，其特征在于：包括以下步骤：

(1)从自然图像公共数据集中得到高分辨图像集合将其下采样得到对应的低分辨率图像集合其中，上标i表示集合中的第i幅图像；

(2)分别从和中提取对应的高分辨率特征集合和低分辨率特征集合在低分辨率特征空间进行聚类，对于每一对聚类集合采用投影学习字典得到对应的合成型字典D_c和分析型字典Ω_c，其中，c＝1,2,3,…,C，C为聚类中心的数目；

(3)根据以及D_c，计算高分辨率近邻集合低分辨率近邻集合以及高低分辨率特征的映射矩阵集合{F^c}；

(4)对于每一个低分辨率特征采用D_c和Ω_c对进行分类；

(5)根据的分类结果，从对应的D_c中搜索与最接近的字典基，再利用相应的映射矩阵F^c重构出高分辨率特征

(6)根据重构出的高分辨率特征集合恢复出相应的高分辨率图像

2.根据权利要求1所述基于投影字典学习和近邻回归的图像超分辨方法，其特征在于：在步骤(2)中，将低分辨率图像利用插值算法上采样至与对应的高分辨图像的尺寸相等；然后从中提取高分辨率图像块集合和高分辨率特征集合再从中的相应位置提取出低分辨率图像块集合和低分辨率特征集合

pLi=pHi-yHi]]>

yLi=[f1*pLi;f2*pLi;f3*pLi;f4*pLi]]]>

上式中，f₁和f₂为水平方向和垂直方向的梯度高通滤波器，f₃和f₄为水平方向和垂直方向的拉普拉斯高通滤波器，“*”表示卷积运算。

3.根据权利要求2所述基于投影字典学习和近邻回归的图像超分辨方法，其特征在于：在步骤(6)中，将重构的高分辨率特征集合加上低分辨率图像块集合得到对应的高分辨率图像块集合将中的所有图像块融合成一张高分率图像