[发明专利]一种基于DLSS深度学习超级采样技术的图像滤波方法

摘要

本发明公开了一种基于DLSS深度学习超级采样技术的图像滤波方法，包括如下步骤：获取原始图像IL；使用DLSS深度学习超级采样技术由原始图像IL生成轮廓模板；对轮廓模板进行差值得到初始插值图像II；基于原始图像IL提取低频图像ILL和高频图像ILH；将原始图像IL分为多个待匹配块；基于原始图像IL分成的多个待匹配块生成多个高频信息块；将得到的高频信息块拼接成具有初始插值图像II尺寸的高频信息H；将高频信息H叠加到初始插值图像II上合成具有原始图像IL纹理特征的超分辨率图像IH；对超分辨率图像IH进行滤波得到目标图像。本发明将DLSS深度学习超级采样技术与数学形态学相结合，从而有效提高了采用数学形态学进行图像处理时的细节处理精准度，缩短了处理耗时。

主权项

1.一种基于DLSS深度学习超级采样技术的图像滤波方法，其特征在于，包括如下步骤：S1、获取原始图像I_L；S2、使用DLSS深度学习超级采样技术由原始图像I_L生成轮廓模板；S3、对轮廓模板进行差值得到初始插值图像I_I；S4、基于原始图像I_L提取低频图像I_LL和高频图像I_LH；S5、将原始图像I_L分为多个待匹配块；S6、基于原始图像I_L分成的多个待匹配块生成多个高频信息块；S7、将得到的高频信息块拼接成具有初始插值图像I_I尺寸的高频信息H；S8、将高频信息H叠加到初始插值图像I_I上合成具有原始图像I_L纹理特征的超分辨率图像I_H；S9、对超分辨率图像I_H进行滤波得到目标图像。