[发明专利]基于预放大非负邻域嵌入的单帧图像超分辨重建方法

摘要

本发明公开了一种基于预放大非负邻域嵌入的单帧图像超分辨重建方法，其步骤为构建高分辨率训练图像集；对其模糊、下采样得到临时低分辨率图像集；对临时低分辨率图像集预放大2倍得到低分辨率训练图像集；构建低分辨率训练图像块集；构建高分辨率训练图像块集；将输入的低分辨率图像预放大2倍；构建低分辨率输入图像块集；非负邻域嵌入表示低分辨率输入图像块集，求得重建系数；利用高分辨率训练图像块集和所求的系数获得高分辨率输出图像。本发明利用图像块的非局部相似性，提出了一种新的构建训练样例的方法，同时使用非负邻域嵌入有效解决了近邻数K的选取问题。实验仿真表明，本发明重建的图像边缘清晰、纹理丰富，更接近真实的图像。

主权项

一种基于预放大非负邻域嵌入的单帧图像超分辨重建方法，其特征在于：包括以下步骤：(1)构建高分辨率训练图像集(2)对进行模糊和下采样操作得到临时低分辨率图像集(3)对临时低分辨率图像集预放大2倍得到低分辨率训练图像集具体操作如下：(a)将临时低分辨率图像集中每幅图像用双立方插值方法预放大2倍得到图像集(b)基于图像块的非局部相似性，计算图像集中每幅图像的相似像素矢量和相似性权值矢量，矢量变形后转化为非局部权值矩阵W；(c)分别将图像集中每幅图像作为迭代初值，按如下公式迭代：Xt+1＝Xt+τ{HTDT(Y‑DHXt)‑μ(I‑W)T(I‑W)Xt}其中，t表示梯度下降法当前迭代次数；Xt表示第t次梯度下降法迭代更新的图像；τ表示梯度下降步长；H表示模糊矩阵；D表示下采样矩阵；T表示矩阵转置操作；Y表示中与对应的低分辨率图像；W表示非局部权值矩阵；I表示和W大小相同的单位矩阵；μ表示正则化因子；逐步迭代更新，最终得到低分辨率训练图像集其中表示第p幅低分辨率训练图像，n表示图像的数量，与是一一对应的；(4)构建低分辨率训练图像块集(5)构建高分辨率训练图像块集(6)读取低分辨率输入图像TLR，设定需要放大的倍数为3倍，预先将其放大2倍；(7)构建低分辨率输入图像块集XT；(8)根据低分辨率训练图像块集非负邻域嵌入表示输入图像块集XT，得到重建系数；(9)输出高分辨率图像THR。