[发明专利]基于稀疏域重构的单帧图像超分辨重建方法及装置

摘要

本发明涉及一种基于稀疏域重构的单帧图像超分辨重建方法及装置，主要解决现有技术中存在的不能够根据图像的先验知识选择合适的插值函数获得高质量的重建图像的技术问题。本发明通过采用实例映射学习的第一范式，将稀疏域上低分辨率特征Bl到稀疏域上高分辨率特征Bh的映射M与稀疏域上高分辨率特征Bh到高分辨率特征YS的映射进行联合训练，将映射误差和重构误差平摊到映射算子M、重构的高分辨率字典Φh以及重构的高分辨率稀疏系数Bh，避免具体一项因为误差较大影响重构质量，较好的解决了该问题，可用于图形处理中。

主权项

一种基于稀疏域重构的单帧图像超分辨重建方法，其特征在于：所述方法包括：(1)训练阶段：所述训练阶段是在训练数据集上学习低分辨率图像得到对应的高分辨率图像的映射模型，包括：(A)根据低分辨率图形建立低分辨率特征集，根据高分辨率图形建立高分辨率特征集；(B)根据K‑SVD方法求解低分辨率特征对应的字典和稀疏编码系数；(C)建立稀疏域重构优化目标方程式；(D)根据二次约束二次规划算法、稀疏编码算法及岭回归算法交替优化，迭代求解，变化量小于阈值时停止；得到高分辨率字典，高分辨率稀疏编码系数及稀疏映射矩阵；(2)合成阶段：所述合成阶段是将学习到的映射模型应用于输入的低分辨率图像上，合成出高分辨率图像，包括：(a)自分辨率图形进行提取特征；(b)将所述低分辨率特征在所述训练阶段得到的字典上用OMP算法得到稀疏编码系数；(c)将所述训练阶段得到的低分辨率编码系数应用于高分辨率字典上，从而合成高分辨率特征；(d)融合高分辨率特征得到高分辨率图像。