[发明专利]一种基于边缘方向和K均值聚类的图像超分辨重建方法

摘要

本发明公开了一种基于边缘方向和K均值聚类的图像超分辨重建方法，属于机器视觉和图像处理技术领域。本发明的处理步骤包括：S1：构建高低分辨率图像块训练集；S2：提取低分辨率图像块的边缘方向特征向量；S3：使用K均值聚类对边缘方向特征进行聚类；S4：对高低分辨率图像块进行分类；S5：使用岭回归训练每个类别的线性映射矩阵；S6：对输入的低分辨率图像进行放大。本发明充分利用了图像块的边缘幅度和方向特征，采用K均值聚类能够更加精确的对图像块进行分类，保证了重建图像的质量，且重建过程具有较低的计算复杂度，方便进行快速实现。

主权项

1.一种基于边缘方向和K均值聚类的图像超分辨重建方法，其特征在于，包括下列步骤：步骤一、采集高分辨率图像数据集；对高分辨率图像数据集中的高低分辨率图像进行退化处理，得到对应的低分辨率图像数据集；将高低分辨率图像转换为YUV图像，对Y通道高低分辨率图像进行分割，得到相同图像块数的高分辨率图像块集合和低分辨图像块集合其中，i表示图像块标识，t表示图像区分符，n表示分割得到的图像块的总个数，图像块之间组成高低分辨率图像块对其中，高分辨率图像的分割方式为：基于预设的图像块大小，将高分辨率图像分割为n个大小相同且相互邻接的图像块；低分辨率图像的分割方式为：基于预设的图像块大小，将低分辨率图像分割为n个大小相同且相互间重叠的图像块；步骤二、提取各低分辨率图像块的边缘方向特征向量：将低分辨图像块集合中的各低分辨率图像块进一步分割成为低分辨率图像子块其中r表示分割得到的图像子块的总个数；采用一阶梯度算子计算低分辨率子图像块的水平和垂直梯度值，使用水平和垂直梯度值计算得到低分辨率图像子块的边缘幅度m_j和边缘方向a_j，将同一个低分辨率图像块的全部图像子块的边缘幅度和方向结合起来组成边缘方向特征向量f＝[a₁ m₁…a_r m_r]^T；步骤三、采用K均值聚类方法对低分辨率图像块的边缘方向特征向量进行聚类，每一个类别计算得到一个中心点c_k,k＝1,…,K，并将中心点集保存，其中K为预设的中心点个数；步骤四、对每一对高低分辨率图像块对计算图像块对中的低分辨率图像块的边缘方向特征向量分别与K个中心点的距离，并将高低分辨率图像块对分配到距离中心点最近的类别中；步骤五、对于每一个类别，计算出能将低分辨率图像块转换成为高分辨率图像块的线性映射矩阵m_k,k＝1,…,K并且保存；步骤六、输入待重建的低分辨率图像，对所述低分辨率图像进行加边处理后，转换为YUV图像；按照步骤一中对低分辨率图像的分割方式，将Y通道图像分割为低分辨率图像块，并提取各低分辨率图像块的边缘方向特征向量，基于边缘方向特征向量与K个中心点的距离，将当前低分辨率图像块分配到距离中心点最近的类别中；基于每个类别对应的线性映射矩阵m_k，对Y通道低分辨率图像块进行超分辨率重建，得到Y通道高分辨率图像块，将高分辨率图像块组合得到Y通道高分辨率图像，对于UV通道低分辨率图像，采用双三次插值的方法进行相同倍数的超分辨，将高分辨率YUV图像转换成为RGB图像，得到重建结果。