[发明专利]超分辨率重建方法、装置、计算机设备和存储介质有效

专利信息
申请号: 202110159101.3 申请日: 2021-02-05
公开(公告)号: CN112801875B 公开(公告)日: 2022-04-22
发明(设计)人: 吕孟叶 申请(专利权)人: 深圳技术大学
主分类号: G06T3/40 分类号: G06T3/40;G06V10/74;G06V10/762;G06V10/80;G06V10/82;G06K9/62;G06F16/51;G06F16/55;G06F16/583;G06N3/04;G06N3/08
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 唐彩琴
地址: 518118 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分辨率 重建 方法 装置 计算机 设备 存储 介质
【说明书】:

本申请涉及一种超分辨率重建方法、装置、计算机设备和存储介质。所述方法包括:获取待重建的低分辨率图像数据;从预先建立的高分辨率图像数据库中获取满足相似度条件的参考图像数据;所述高分辨率图像数据库根据多个不同对象对应的高分辨率图像数据建立得到;对所述低分辨率图像数据和所述参考图像数据进行融合处理,以重建得到所述低分辨率图像数据对应的目标高分辨率图像数据。采用本方法能够有效避免图像失真。

技术领域

本申请涉及图像处理技术领域,特别是涉及一种超分辨率重建方法、装置、计算机设备和存储介质。

背景技术

超分辨率(Super-Resolution)重建即通过硬件或软件的方法提高原有图像数据的分辨率,通过一系列低分辨率的图像数据来得到一幅高分辨率的图像数据过程。超分辨率重建在医学领域应用十分广泛,对于医学图像(例如CT、MRI、超声),为了提高诊断的效率和准确率,使用者(医生或相关科研人员)可以通过超分辨率重建在较短的时间内取得分辨率更高的图像。

传统技术中,在进行超分辨率重建时,通常通过训练超分辨率重建模型,将待重建的图像输入超分辨率重建模型中,以重建得到目标高分辨率图像,这种重建方式效果并不好,在提升分辨率的同时,常常会导致图像失真。

发明内容

基于此,有必要针对上述技术问题,提供一种能够有效避免图像失真的超分辨率重建方法、装置、计算机设备和存储介质。

一种超分辨率重建方法,其特征在于,所述方法包括:

获取待重建的低分辨率图像数据;

从预先建立的高分辨率图像数据库中获取满足相似度条件的参考图像数据;所述高分辨率图像数据库根据多个不同对象对应的高分辨率图像数据建立得到;

对所述低分辨率图像数据和所述参考图像数据进行融合处理,,以重建得到所述低分辨率图像数据对应的目标高分辨率图像数据。

在一些实施例中,所述对所述低分辨率图像数据和所述参考图像数据进行融合处理包括:

分别提取所述低分辨率图像数据和所述参考图像数据的纹理特征,得到所述低分辨率图像数据对应的低分辨率纹理特征及所述参考图像数据对应的高分辨率纹理特征;

根据所述低分辨率纹理特征及所述高分辨率纹理特征进行融合处理,以重建得到所述低分辨率图像数据对应的目标高分辨率图像数据。

在一些实施例中,所述高分辨率图像数据库的建立步骤包括:

获取多个不同对象对应的高分辨率图像数据;

对各个高分辨率图像数据提取特征,以得到各个高分辨率图像数据各自对应的高分辨率特征向量;

将各个高分辨率图像数据与各自对应的高分辨率特征向量对应存储至数据库中,以建立所述高分辨率图像数据库。

在一些实施例中,在所述从预先建立的高分辨率图像数据库中获取满足相似度条件的参考图像数据之前,所述方法还包括:

对所述低分辨率图像数据提取特征,以得到所述低分辨率图像数据对应的低分辨率特征向量;

所述从预先建立的高分辨率图像数据库中获取满足相似度条件的参考图像数据包括:

从所述高分辨率图像数据库中获取与所述低分辨率特征向量的向量距离满足距离条件的目标高分辨率特征向量,将所述目标高分辨率特征向量对应的高分辨率图像数据确定为参考图像数据。

在一些实施例中,在所述根据各个高分辨率图像数据各自对应的高分辨率特征向量建立所述高分辨率图像数据库之后,所述方法还包括:

对各个所述高分辨率特征向量进行聚类处理,得到多个特征向量簇;各个特征向量簇存在对应的聚类中心;

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深圳技术大学,未经深圳技术大学许可,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/202110159101.3/2.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