[发明专利]一种基于高斯过程回归的图像超分辨率重建方法

摘要

本发明公开了一种基于高斯过程回归的图像超分辨率重建方法，具体实现步骤为：1.获取样本训练集，并将样本训练集进行模糊分类；2基于分类结果分别对每类样本训练高斯过程回归模型；3.输入测试图像样本集，并选择相应的回归关系；4.利用学习到的回归关系预测测试样本集对应的输出，即低分辨率图像中缺失的像素值；5.重建出高分辨率图像。本发明能够很好的处理目前图像超分辨率重建出高分辨率图像纹理细节不清晰，边缘锯齿问题，可以广泛的应用于社会生活与社会生产当中。

主权项

1.一种基于高斯过程回归的图像超分辨率重建方法，其特征在于：包括训练阶段和测试阶段两部分，其中所述训练阶段的步骤为：S1、将高分辨率样本图像集H＝(h₁,h₂,...,h_n)进行处理得到高频低分辨率图像集其中h_i表示第i个高分辨率样本图像，表示第i个高频低分辨率图像；S2、分别对步骤S1中的高分辨率图像集H、高频低分辨率图像集L_F进行分块操作，得到样本训练集P_l^H表示第i个高分辨率图像块，P_l^LF表示第i个低分辨率图像块，m表示图像块的个数；S3、将步骤s2得到的样本训练集聚类为c个簇类，用M＝{m₁,m₂,...,m_c}表示，其中m_i表示一个簇集合；S4、基于聚类集合M中的每个子集合分别训练高斯过程回归模型G；所述测试阶段的步骤为：S5、将待测试低分辨率图像I_t插值放大至需要大小，记为低分辨率插值图像I_h；S6、将低分辨率插值图像I_h进行分块X＝{x₁,x₂,...,x_n}，将每个图像块x_i作为输入，利用高斯过程回归模型预测x_i中丢失的像素值y*；S7、将y*插入图像块x_i；S8、根据图像块对应的位置将各个块组合起来重建出高分辨率图像。