[发明专利]一种基于双字典学习的单帧图像超分辨率复原方法

摘要

本发明公开了一种基于双字典学习的单帧图像超分辨率复原方法，所述单帧图像超分辨率复原方法包括以下步骤：建立基于双字典的图像超分辨率复原模型；通过非局部相似性加权对双字典的图像超分辨率复原模型进行优化，获取优化复原模型；对所述优化复原模型进行求解，实现对单帧图像超分辨率的复原。本方法引入外部字典进行边缘修正，并利用非局部相似性正则项有效提高稀疏分解的稳定性，建立基于双字典的超分辨率复原模型。实验结果表明，本方法能够有效提高重建精度，保持良好的边缘信息，无论在主观视觉效果还是在客观评价指标上，较前人工作有一定程度的提高。

主权项

1.一种基于双字典学习的单帧图像超分辨率复原方法，其特征在于，所述单帧图像超分辨率复原方法包括以下步骤：建立基于双字典的图像超分辨率复原模型；通过非局部相似性加权对双字典的图像超分辨率复原模型进行优化，获取优化复原模型；对所述优化复原模型进行求解，实现对单帧图像超分辨率的复原；所述双字典图像超分辨率复原模型具体为：Y＝DX其中，为每一图像块所对应的内部训练子字典，α_i为第i个图像块在内部字典下的稀疏表示系数，为每一图像块所对应的外部训练子字典，β_i为第i个图像块在外部字典下的稀疏表示系数，λ、δ和γ分别为三个正则系数，R_i表示将图像块x_i从图像X中提取出来的窗函数，X为待估计的超分辨率图像，D代表图像下采样算子，Y为低分辨率图像，α为稀疏表示系数，S为图像的非局部自相似矩阵。