[发明专利]基于全尺度质量总和的图像集超分辨率自适应阈值选取方法

说明书

在图像超分辨率处理研究领域，对于任意倍增比的超分辨率研究仍然鲜见相应的成果。在高倍增比下，图像清晰度变得过低，肉眼已难以识别图像的内容，但是随着技术的进步，机器却可以自动识别清晰度不高的图像。本发明公开了一种基于全尺度质量总和的图像集超分辨率自适应阈值选取方法。所提方法是在任意倍增比图像处理中，选定全尺度质量总和Q为参考量，并以在任意倍增比下的Q大小作为评判测度，通过各种算法的Q值来评判其在任意倍增比中处理超分辨率图像的优劣性。本发明具有通用性，即是在全尺度图像处理中，都可以采取该方法来选取合适的切换值进行算法的切换，以获得整体更优的图像重建质量。

技术领域

本发明涉及面向任意倍增比的图像集超分辨率算法以及评判准则，属于图像超分辨率处理技术领域。

背景技术

超分辨率(Super Resolution，SR)是将低分辨率(Low Resolution，LR)的图像通过一定的重建算法提升到高分辨率(High Resolution，HR)。图像重建算法将利用一幅或者一组低分辨率图像构建成一幅高分辨率图像，高分辨率图像具有更高的像素密度、更多的细节信息、更细腻的画质。随着图像超分辨率处理的深入研究，越来越多的图像重建算法被提出，但是对于任意倍增比的图像集超分辨率处理，却很少涉及。传统的超分辨技术一般只能处理较小的倍增比，难以处理较大的倍增比。一般情况下，当倍增比大于4时，图像重建质量开始出现明显的降低，导致的结果就是图像过于平滑，缺少很多细节上的真实感，使得肉眼难以辨别图像的内容。随着人工智能的发展，机器逐渐可以识别清晰度很低的图像，任意倍增比的超分辨率技术具有越来越重要的意义。因此对于规模越来越大的图像集，任意倍增比图像处理的研究是十分必要的。

发明内容

本发明要解决的技术问题是：面向任意倍增比的图像集超分辨率应用，如何提供整体更优的超分辨率算法。

为了解决上述技术问题，本发明的技术方案是提供了一种基于全尺度质量总和的图像集超分辨率自适应阈值选取方法，其特征在于，包括以下步骤：

步骤1：对图像集随机选取小部分图像，形成样本子集p＝{p₁，p₂，p₃，…，p_i}；在倍增比k为K_min≤k≤K_max范围内对样本子集p分别执行N种算法的图像集超分辨率处理，其中，K_min、K_max分别为允许的最小倍增比及最大倍增比，根据样本处理结果采用优先权准则获得较优算法，若获得的较优算法结果唯一，则直接将获得的较优算法应用于整个图像集中，否则选择两个较优算法后进入步骤2：

步骤2：计算不同算法下各个倍增比k的Q值：

式中，X表示允许的最大倍增比，PSNR(k)表示在倍增比k下的图像质量峰值信噪比；

步骤3：定义γ表示Q在任意倍增比中的斜率，γ值表示的是Q值在任意倍增比中的增加速度，通过比较γ的大小来确定阈值q的范围，从而保证Q值在任意倍增比中均处于较大值，接着，将不同算法的Q值通过拟合曲线表达出来，确定阈值q的范围，然后去除该范围之外的数据；

步骤4：基于二值模式之和(SBP)准则，计算样本子集p的所有图像的不同阈值q下的SBP(q，i，n)值：

式中i表示样本子集p的图像数量，n₁、n₂表示的是步骤1选取的两种较优算法，若成立，则值取1，若不成立则值取0，分别表示在该阈值q下，两种算法n₁、n₂的Q值的斜率，比较各SBP(q，i，n)值的大小，具有最大SBP(q，i，n)值的阈值q即为切换值；