国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于結(jié)構(gòu)自相似性與稀疏表示的超分辨率圖像重構(gòu)方法

      文檔序號(hào):6512125閱讀:255來(lái)源:國(guó)知局
      基于結(jié)構(gòu)自相似性與稀疏表示的超分辨率圖像重構(gòu)方法
      【專利摘要】本發(fā)明公開(kāi)了一種基于結(jié)構(gòu)自相似性與稀疏表示的超分辨率圖像重構(gòu)方法,其主要步驟為:首先對(duì)一組訓(xùn)練樣例圖像濾波提取特征,再抽取小塊構(gòu)造一對(duì)高分辨圖像塊與低分辨圖像塊字典;對(duì)輸入的低分辨率圖像插值放大,濾波提取特征;求解重構(gòu)權(quán)值矩陣W;迭代更新稀疏系數(shù){αi}和待重構(gòu)的高分辨率圖像X;直到迭代收斂,最終恢復(fù)出滿意的高分辨率圖像。本發(fā)明利用圖像的結(jié)構(gòu)自相似性主要解決了現(xiàn)有方法重構(gòu)質(zhì)量不高的問(wèn)題。運(yùn)行時(shí)間短,重構(gòu)圖像的效率和質(zhì)量高,能夠?qū)Ω鞣N自然圖像,包括動(dòng)植物和人等非紋理類圖像以及建筑物等紋理性比較強(qiáng)的圖像進(jìn)行重構(gòu)。
      【專利說(shuō)明】基于結(jié)構(gòu)自相似性與稀疏表示的超分辨率圖像重構(gòu)方法
      【技術(shù)領(lǐng)域】
      [0001]本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】,涉及圖像的超分辨率重構(gòu)方法,具體是一種基于結(jié)構(gòu)自相似性與稀疏表示的圖像超分辨率重構(gòu)方法,該方法可以用于各類自然圖像的超分辨率重構(gòu)。
      【背景技術(shù)】
      [0002]圖像超分辨率重構(gòu)旨在突破圖像傳感器的分辨率限制,從一幅或幾幅低分辨率圖像中,重構(gòu)出更高分辨率的圖像。在安全監(jiān)控視頻中的人臉識(shí)別、遙感衛(wèi)星圖像中的物體分辨、醫(yī)學(xué)成像系統(tǒng)中的目標(biāo)檢測(cè)、以及圖像與視頻壓縮等領(lǐng)域中,人們渴望獲得高分辨率圖像。而實(shí)際情況中,往往受到圖像拍攝條件差、噪聲干擾嚴(yán)重、成像設(shè)備自身分辨率低的限制,人們所能獲得的圖像視覺(jué)質(zhì)量較低、分辨率不高,圖像超分辨率重構(gòu)能從低分辨率圖像重構(gòu)得到分辨率較高的清晰圖像,能較好的滿足現(xiàn)實(shí)中人們對(duì)清晰的、分辨率高的圖像的需求,更重要的是能重清晰的高分辨率圖像中獲得更多有用的信息。
      [0003]為了實(shí)現(xiàn)圖像超分辨率重構(gòu)這一目的,一些方法已經(jīng)被提出,如:極大似然估計(jì)法,最大后驗(yàn)概率方法(MAP),凸集投影方法(POCS)等。這些方法會(huì)產(chǎn)生過(guò)平滑以及鋸齒效應(yīng),重構(gòu)圖像質(zhì)量不高。因此,F(xiàn)reeman等人提出了一種基于學(xué)習(xí)的圖像超分辨率重構(gòu)方法,其主要思路是:先構(gòu)造一組低分辨率圖像塊與高分辨率圖像塊的訓(xùn)練樣例的集合,再通過(guò)馬爾科夫隨機(jī)模型和先驗(yàn)知識(shí)來(lái)學(xué)習(xí)低分辨率圖像塊和高分辨率圖像塊之間的對(duì)應(yīng)關(guān)系,最后利用這種對(duì)應(yīng)關(guān)系指導(dǎo)圖像的超分辨率重構(gòu)。Sun等人則對(duì)Freeman等人的方法進(jìn)行了擴(kuò)展,主要是在重構(gòu)過(guò)程中用原始的輪廓先驗(yàn)知識(shí)來(lái)減少邊界和細(xì)節(jié)的過(guò)平滑。但是這些方法仍需要大量的訓(xùn)練樣例以保證重構(gòu)的效果,對(duì)于一張256*256的圖像,至少需要10分鐘以上的時(shí)間完成整個(gè)超分辨率重構(gòu)過(guò)程,因此計(jì)算量巨大、耗時(shí)長(zhǎng),而且重構(gòu)結(jié)果圖像的質(zhì)量一般。

      【發(fā)明內(nèi)容】

      [0004]本發(fā)明的目的在于克服上述已有技術(shù)的缺點(diǎn),提出一種運(yùn)行時(shí)間短的基于圖像結(jié)構(gòu)自相似與稀疏表示的圖像超分辨率重構(gòu)方法,通過(guò)利用圖像的結(jié)構(gòu)自相似性提高重構(gòu)圖像的效率和質(zhì)量。
      [0005]為實(shí)現(xiàn)上述目的,本發(fā)明的技術(shù)方案首先引入訓(xùn)練樣例圖像,用這些圖像學(xué)習(xí)出一對(duì)聞分辨率字典和低分辨率字典;然后輸入低分辨率圖像,對(duì)輸入的低分辨率圖像進(jìn)行插值放大,得到該圖的初始高分辨率圖像和特征圖像塊;再構(gòu)造本發(fā)明的目標(biāo)函數(shù);最后通過(guò)優(yōu)化目標(biāo)函數(shù),得到高分辨率圖像輸出,完成圖像超分辨率重構(gòu)。具體步驟包括:
      [0006](I)輸入訓(xùn)練樣例圖像對(duì),用訓(xùn)練樣例圖像對(duì)學(xué)習(xí)構(gòu)造一對(duì)規(guī)模均為K的低分辨率字典D1和所對(duì)應(yīng)的高分辨率字典Dh ;
      [0007](2)輸入待超分辨率重構(gòu)的低分辨率圖像y,對(duì)輸入的低分辨率圖像進(jìn)行插值放大,得到該圖的初始高分辨率圖像\和特征圖像塊。插值放大獲得初始高分辨率圖像X。和特征圖像塊的過(guò)程包括:
      [0008](2.1)輸入一幅低分辨率圖像y,對(duì)該圖像進(jìn)行濾波提取特征,得到低分辨率特征圖像Q ;
      [0009](2.2)從低分辨率特征圖像Q中,按重疊的方式,提取低分辨率特征圖像Q的特征圖像塊,本發(fā)明從低分辨率特征圖像Q中提取到相關(guān)特征圖像塊。
      [0010](2.3)對(duì)低分辨率圖像y進(jìn)行Bicubic插值放大,得到初始高分辨率圖像X。,本發(fā)明從低分辨率圖像I中得到初始高分辨率圖像X。。
      [0011](3)引入稀疏表示約束項(xiàng)、圖像結(jié)構(gòu)自相似性約束項(xiàng)和保真約束項(xiàng),構(gòu)造出目標(biāo)函數(shù) F (X,{aj):
      【權(quán)利要求】
      1.一種基于結(jié)構(gòu)自相似性與稀疏表示的超分辨率圖像重構(gòu)方法,包括如下步驟: 步驟1.輸入訓(xùn)練樣例圖像對(duì),用訓(xùn)練樣例圖像對(duì)學(xué)習(xí)構(gòu)造一對(duì)規(guī)模均為K的低分辨率字典D1和所對(duì)應(yīng)的高分辨率字典Dh ; 步驟2.輸入待重構(gòu)的低分辨率圖像y,對(duì)輸入的低分辨率圖像進(jìn)行插值放大,得到該圖的初始高分辨率圖像Xtl和特征圖像塊,插值放大獲得初始高分辨率圖像Xtl和特征圖像塊的過(guò)程包括: (2.1)輸入一幅低分辨率圖像y,對(duì)該圖像進(jìn)行濾波提取特征,得到低分辨率特征圖像Q ; (2.2)從低分辨率特征圖像Q中,按重疊的方式,提取低分辨率特征圖像Q的特征圖像塊; (2.3)對(duì)低分辨率圖像I進(jìn)行Bicubic插值放大,得到初始高分辨率圖像X。; 步驟3.引入稀疏表示約束項(xiàng)、圖像結(jié)構(gòu)自相似性約束項(xiàng)和保真約束項(xiàng),構(gòu)造出目標(biāo)函數(shù) F (X,{a f}):
      2.根據(jù)權(quán)利要求1所述的基于結(jié)構(gòu)自相似性與稀疏表示的圖像超分辨率重構(gòu)方法,其中步驟I所述的對(duì)初始字典進(jìn)行訓(xùn)練,包括有如下步驟: 1a)輸入訓(xùn)練圖像對(duì),對(duì)低分辨率圖像進(jìn)行濾波提取特征,所采用的濾波器是=[-1,O, 1], 12=At, f3= [1, O, -2’ O, 1],f4 =f t/3,所采用的訓(xùn)練圖像為圖像處理領(lǐng)域中常用的標(biāo)準(zhǔn)自然圖像; lb)從提取特征的低分辨率訓(xùn)練圖像中隨機(jī)抽取特征低分辨率圖像塊,相應(yīng)地,從高分辨率訓(xùn)練圖像對(duì)應(yīng)的位置抽取高分辨率圖像塊,通過(guò)K-SVD字典學(xué)習(xí)方法,用這些特征低分辨率圖像塊和高分辨率圖像塊,聯(lián)合學(xué)習(xí)出規(guī)模均為K的低分辨率字典D1和高分辨率字典Dh。
      3.根據(jù)權(quán)利要求2所述的基于結(jié)構(gòu)自相似性與稀疏表示的圖像超分辨率重構(gòu)方法,其中步驟4中的步驟(4.2)所述的求出目標(biāo)函數(shù)中的權(quán)值矩陣W,包括有如下步驟: .4.2a)在待修正的圖像X中第j個(gè)圖像塊\的近鄰區(qū)域中,找到圖像塊\的第k個(gè)近鄰小塊xk,圖像塊\的所有的近鄰小塊的索引組成近鄰索引集N(j); .4.2b)根據(jù)下式計(jì)算圖像塊Xj與其近鄰小塊Xk的相似度權(quán)值w(j,k):
      4.根據(jù)權(quán)利要求3所述的基于結(jié)構(gòu)自相似性與稀疏表示的圖像超分辨率重構(gòu)方法,其中步驟4中的步驟(4.3)所述的對(duì)稀疏系數(shù)變量{aj的更新,包括有如下步驟: .4.3a)目標(biāo)函數(shù)F (X, { a J )中與變量{a J有關(guān)的項(xiàng),組成變量{a J的目標(biāo)函數(shù)F1({ a J ):
      5.根據(jù)權(quán)利要求4所述的基于結(jié)構(gòu)自相似性與稀疏表示的圖像超分辨率重構(gòu)方法,其中步驟4中的步驟(4.4)所述的對(duì)變量X值的更新,包括有如下步驟: .4.4a)目標(biāo)函數(shù)F (X, { a J )中與變量X有關(guān)的項(xiàng),組成變量X的目標(biāo)函數(shù):
      【文檔編號(hào)】G06T5/00GK103455988SQ201310426295
      【公開(kāi)日】2013年12月18日 申請(qǐng)日期:2013年9月17日 優(yōu)先權(quán)日:2013年9月17日
      【發(fā)明者】楊淑媛, 焦李成, 汪智易, 馬文萍, 劉芳, 侯彪, 呂遠(yuǎn), 趙玲芳, 靳紅紅 申請(qǐng)人:西安電子科技大學(xué)
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1