[发明专利]基于流形正则稀疏支撑回归的单帧图像超分辨率重建方法

摘要

一种基于流形正则稀疏支撑回归的单帧图像超分辨率重建方法，建立高、低分辨率图像块集分别作为高、低分辨率图像块字典；将输入低分辨率图像划分成为若干个图像块，对图像块用低分辨率图像块字典进行稀疏编码并得到支撑集；计算高分辨率图像块支撑集的近邻关系并保持到重建后的高分辨率图像块空间，学习由低分辨率图像块空间到高分辨率图像块空间的映射关系；利用此映射关系求得所有输入低分辨率图像块对应的高分辨率图像块，并融合成高分辨率图像。本发明提出流形正则稀疏支撑回归表示模型，自适应的选择稀疏表示的支撑集，并利用了支撑集中高分辨率图像块的流形结构来约束高分辨率图像块重建，因而得到更高质量的高分辨率图像。

主权项

一种基于流形正则稀疏支撑回归的单帧图像超分辨率重建方法，其特征在于，包括如下步骤：步骤1，构建高分辨率图像块训练集和对应的低分辨率图像块训练集，所述高分辨率图像块训练集由多个高分辨率图像块构成，所述低分辨率图像块训练集由相应的多个低分辨率图像块构成；将输入低分辨率图像划分为若干个相互交叠的低分辨率图像块，大小与低分辨率图像块训练集内低分辨率图像块相同；步骤2，对于输入低分辨率图像中每个低分辨率图像块，计算由低分辨率图像块训练集作为低分辨率图像块字典进行稀疏重建的稀疏编码系数及支撑集，得到与支撑集对应的高分辨率图像块支撑集和低分辨率图像块支撑集；步骤3，对于输入低分辨率图像中每个低分辨率图像块，构建高分辨率图像块支撑集内邻域的相似矩阵W，并得到流形约束项；步骤4，对于输入低分辨率图像中每个低分辨率图像块，根据步骤3所得相似矩阵W，约束重建低分辨率图像块支撑集与对应高分辨率图像块支撑集之间的映射矩阵P；步骤5，对于输入低分辨率图像中每个低分辨率图像块，根据步骤4所得映射矩阵P重建输入对应的高分辨率图像块；求得输入低分辨率图像中所有低分辨率图像块对应的高分辨率图像块后，整合得到高分辨率图像并输出。