[发明专利]基于改进的联合三边滤波器的深度图像超分辨重建方法

权利要求书

1.基于改进的联合三边滤波器的深度图像超分辨重建方法，其特征在于，该方法包括以下步骤：

S1：使用双三次插值算子以不同的采样因子对低分辨率测试图像插值放大，分别提取插值后的图像和低分辨测试图像的边缘图像，得到一个边缘图像金字塔；

S2：从图像金字塔中提取图像块，构成训练数据集；

S3：使用K-SVD算法对训练数据集中的图像块进行学习，进而得到过完备字典；

S4：使用双三次插值算法将低分辨率测试图像放大到目标尺寸，使用冲击滤波对插值图像的锯齿边缘进行平滑处理，并提取处理后的图像的边缘；

S5：通过字典中的原子对处理后的边缘图像进行稀疏表示，得到高质量的边缘图像；

S6：在高质量边缘引导下，使用改进的联合三边滤波器对低分辨率测试图像进行插值重建，从而得到高分辨率深度图像。

2.如权利要求1所述的基于改进的联合三边滤波器的深度图像超分辨重建方法，其特征在于，在步骤S1中，根据以下步骤得到边缘图像金字塔：

1)以采样因子i(i＝2,3,4)对低分辨测试图像D_l进行插值，得到插值后的图像

2)分别提取低分辨测试图像D_l和图像的边缘图像和构成四层的边缘图像金字塔，其中，l表示图片是低分辨率图像,i表示图像不同的采样因子。

3.如权利要求1所述的基于改进的联合三边滤波器的深度图像超分辨重建方法，其特征在于，在步骤S2中，使用线性提取算子对图像金字塔中的图像进行图像块{P_k}_j的提取；其中，k表示图像块的索引，j表示金字塔的层数。

4.如权利要求1所述的基于改进的联合三边滤波器的深度图像超分辨重建方法，其特征在于，改进的联合三边滤波器的方程式为：

其中：D_h(p)表示最终重建的高分辨图像p位置的像素值，k_p一个正则化因子，Ω表示以像素p为中心的领域窗口，D_l(q↓)表示在输入的低分辨率测试图像D_l中坐标q↓处的像素值，Ε_h表示重构的高质量边缘，p↓和q↓分别表示像素p和q的坐标，f_s(·)表示像素之间的距离高斯函数，f_g(·)表示梯度信息约束函数，W_s是结构相似性索引，用于增强相邻领域区域的相干性，f_r(·)表示一个二进制指示函数，用于判别两像素是否同一侧。