[发明专利]基于稀疏编码与组合映射的单帧超分辨率重建方法

摘要

本发明公开一种基于稀疏编码与组合映射的单帧超分辨率重建方法，包括：对初始高分辨训练集图像处理得到扩充后的高分辨率特征块样本和插值后的中高分辨率特征块样本；训练已获得的特征样本，得到字典原子作为聚类中心，以此中心对样本进行聚类；根据不同分辨率之间的对应关系求取每个聚类的映射矩阵；依据训练集的低分辨率图像处理方式，处理输入的低分辨率测试图像，由训练得到的字典原子求取其稀疏系数；将稀疏系数作为权重，以聚类中求得的每一个映射矩阵为一个组合元素，匹配组合得到重建图像所需要的映射关系，以此映射矩阵直接与插值中高分辨率特征块相乘得到高分辨率特征块；并进行去重叠和块融合，添加原低频信息后得到重建高分辨率图像。

主权项

一种基于稀疏编码与组合映射的单帧超分辨率重建方法，其特征在于，包括以下步骤：训练部分：步骤1、训练阶段数据准备对高分辨率训练集图像进行降质处理生成对应的低分辨率训练图像；低分辨率图像进行双三次插值，生成具有相同空间分辨率但细节信息缺失的中高分辨率图像；对中高分辨率图像一阶和二阶梯度特征进行分块处理得到低分辨率特征数据集；同时，对高分辨率图像提取高频特征进行分块得到对应高分辨率特征数据集；步骤2、计算高‑低分辨率特征对的最佳映射矩阵对步骤1已获得的低分辨率特征样本应用主成分分析法PCA降维；对高‑低分辨率特征样本对进行联合字典学习得到联合字典；分别以高分辨率和低分辨率字典原子作为聚类中心，对特征样本进行聚类，求取高‑低分辨率对应类的映射矩阵，并通过迭代改变聚类大小，求得满足误差约束的映射矩阵；测试部分：步骤3、测试图像的稀疏编码对输入的低分辨率测试图像双三次插值后，提取一阶和二阶梯度特征并分块，得到测试特征块；基于步骤2训练得到的低分辨率字典对测试特征块进行稀疏编码，得到其稀疏系数；步骤4、基于稀疏系数组合映射重建以步骤3得到的稀疏系数为权重，将对应原子所属类的映射矩阵进行线性组合，得到测试特征的映射矩阵；基于该映射矩阵直接重建高分辨率特征块；融合重建高分辨率特征块，添加低频信息实现测试图像的高分辨率重建。