技術(shù)特征：

1.一種基于顯著圖和稀疏表示的圖像超分辨率重構(gòu)方法，其特征在于：基于全局對(duì)比度的FT算法，與超分辨率重構(gòu)算法相互結(jié)合，通過對(duì)低分辨率圖像進(jìn)行插值分塊得到低分辨率圖像塊，以及采取FT算法檢測(cè)得到的顯著圖進(jìn)行二值化，按照?qǐng)D像塊是否包含二值化顯著圖的顯著點(diǎn)來判定是否為圖像的顯著區(qū)域，然后對(duì)圖像的顯著區(qū)域通過來聯(lián)合訓(xùn)練方法對(duì)高低分辨率的字典對(duì)進(jìn)行訓(xùn)練，并采取基于稀疏表示的超分辨率重構(gòu)算法進(jìn)行重構(gòu)，非顯著區(qū)域則采取雙三次插值法，最后將各個(gè)圖像塊合并連接，得到最終的高分辨率圖像。

2.根據(jù)權(quán)利要求1所述的一種基于顯著圖和稀疏表示的圖像超分辨率重構(gòu)方法，其特征在于，包括以下步驟：

1)根據(jù)基于全局對(duì)比度的FT算法，對(duì)低分辨率圖像進(jìn)行顯著性檢測(cè)，計(jì)算出該圖像的顯著圖，對(duì)顯著圖進(jìn)行二值化，得到二值化顯著圖；

2)將輸入的低分辨率圖像進(jìn)行插值分塊，得到插值圖像塊；

3)依照步驟1)得到的二值化顯著圖，通過步驟2)得到的插值圖像塊是否包含顯著圖像像素點(diǎn)來判定采取哪種方法進(jìn)行重構(gòu)，若圖像塊包含顯著圖像像素點(diǎn)，采用基于稀疏表示的超分辨率重構(gòu)方法，得到的重構(gòu)圖像塊為x_t；否則采用雙三次插值法進(jìn)行重構(gòu)，得到的重構(gòu)圖像塊為y_t；

4)將步驟3)得到的重構(gòu)后的圖像塊x_t和y_t進(jìn)行拼接合并處理，得到最終的高分辨率圖像X，然后對(duì)高分辨率圖像X進(jìn)行全局優(yōu)化得到最終的高分辨率圖像X^*。

3.根據(jù)權(quán)利要求2所述的一種基于顯著圖和稀疏表示的圖像超分辨率重構(gòu)方法，其特征在于，所述步驟3)包含以下內(nèi)容：

3.1)基于稀疏表示的超分辨率重構(gòu)方法采用聯(lián)合訓(xùn)練高、低分辨率字典對(duì)方法來保持高、低分辨率字典對(duì)的同構(gòu)性，具體過程如下：

3.1.1)輸入訓(xùn)練樣本X＝{x₁,x₂,…,x_t}；

3.1.2)采用高斯隨機(jī)矩陣對(duì)字典D進(jìn)行初始化，并歸一化字典D的每一列；

3.1.3)當(dāng)字典D固定，先用OMP算法來求解下列方程，來更新稀疏系數(shù)α：

$\mathrm{\α}=\arg \underset{\mathrm{\α}}{\min }\left|\right|X-D\mathrm{\α}|{|}_2^2+\mathrm{\λ}|\left|\mathrm{\α}\right|{|}_1$

3.1.4)當(dāng)稀疏系數(shù)α固定，采用K-SVD算法更新字典D，并同時(shí)更新稀疏系數(shù)α?xí)r，迭代直至收斂為止，此時(shí)將問題轉(zhuǎn)化為以下方程：

$\begin{array}{cc}D=\arg \underset{\mathrm{\α}}{\min }\left|\right|X-D\mathrm{\α}|{|}_2^2& s.t.\left|\right|D_i|{|}_2^2\≤1,1,2,\mathrm{...},K\end{array}$

其中，λ是系數(shù)矩陣的稀疏度和字典的保真度，||α||₁是L₁范數(shù)，用來保證系數(shù)的稀疏度，是L₂范數(shù)，用來去除模糊、噪聲的干擾；

3.2)根據(jù)步驟3.1)的單個(gè)字典訓(xùn)練法，為了保證高、低頻部分字典對(duì)所對(duì)應(yīng)的稀疏表示系數(shù)是一樣的，采用聯(lián)合字典的訓(xùn)練方法進(jìn)行訓(xùn)練高、低分辨率字典對(duì)，具體過程如下：

3.2.1)假設(shè)獲取的字典訓(xùn)練圖像對(duì)為{X^h,Y^l}，其中X^h＝{x₁,x₂,...,x_n}是高分辨率紋理圖像塊集，Y^l＝{y₁,y₂,...y_n}是低分辨率圖像塊特征集；

3.2.2)針對(duì)高低分辨率部分的字典分別為：

$D_h=\arg \underset{D,\mathrm{\α}}{\min }\left|\right|X^h-D\mathrm{\α}|{|}_2^2+\mathrm{\λ}|\left|\mathrm{\α}\right|{|}_1$

$D_l=\arg \underset{D,\mathrm{\α}}{\min }\left|\right|Y^l-D\mathrm{\α}|{|}_2^2+\mathrm{\λ}|\left|\mathrm{\α}\right|{|}_1$

將以上兩個(gè)式子結(jié)合起來為：

$\underset{\{D_h,D_l,\mathrm{\α}\}}{\min }\frac{1}{N}\left|\right|X^h-D_h\mathrm{\α}\left|{|}_2^2\frac{1}{M}\right||Y^l-D_l\mathrm{\α}|{|}_2^2+\mathrm{\λ}(\frac{1}{M}+\frac{1}{N})\left|\right|\mathrm{\α}|{|}_1$

其中，N,M分別為高低分辨率部分訓(xùn)練數(shù)據(jù)的向量形式的維度，1/N,1/M是平衡權(quán)重系數(shù)，上式轉(zhuǎn)化為：

$\underset{\{D_h,D_l,\mathrm{\α}\}}{\min }\frac{1}{N}\left|\right|X_c-D_c\mathrm{\α}|{|}_2^2+\mathrm{\λ}(\frac{1}{M}+\frac{1}{N})|\left|\mathrm{\α}\right|{|}_1$

其中：