一种中间尺度约束的高倍率图像超分辨率重建方法

• 摘要：

  本发明公开了一种中间尺度约束的高倍率图像超分辨率重建方法,引入中间尺度图像的先验约束,构建高‑中‑低分辨率联合字典学习模型,训练高‑中‑低分辨率三元组字典;采用简单的上采样算法生成中间尺度图像,将输入的低分辨率图像进行中间尺度约束下的联合稀疏分解,获得稀疏表示系数;基于高分辨率字典合成超分辨率结果图像.本发明方法在基本不增加运算量的前提下,有效改善了高倍率超分辨率重建的图像保真度和清晰度.

• 专利类型：

  发明专利

• 申请/专利号：

  CN201710444725.3

• 申请日期：

  2017.06.13

• 公开/公告号：

  CN107203969A

• 公开/公告日：

  2017-09-26

• 发明人：

  王中元 王若溪 韩镇 周立国 何政

• 申请人：

  武汉大学

• 主分类号：

  G06T3/40(2006.01)I,G,G06,G06T,G06T3

• 分类号：

  G06T3/40(2006.01)I,G06K9/62(2006.01)I,G,G06,G06T,G06K,G06T3,G06K9,G06T3/40,G06K9/62

• 主权项：

  一种中间尺度约束的高倍率图像超分辨率重建方法,其特征在于,包括以下步骤:步骤1:获取若干高分辨率图像样本,制作高‑中‑低分辨率的训练图像块样本集{S_h,S_m,S_l};其中,S_h表示高分辨率图像块集合,S_m表示中等分辨率图像块集合,S_l表示低分辨率图像块集合;步骤2:建立联合稀疏表达模型,利用训练图像块样本集{S_h,S_m,S_l}训练高‑中‑低分辨率联合字典{D_h,D_m,D_l};其中,D_h、D_m、D_l分别代表高分辨率字典、中等分辨率字典、低分辨率字典;步骤3:运用图像上采样算法,对输入的低分辨率图像进行插值放大,生成中间尺度图像;步骤4:通过中间尺度图像约束的低分辨率图像稀疏分解,获得低分辨率图像块的稀疏域表达系数;步骤5:利用训练得到的高分辨率字典D_h和低分辨率图像块的稀疏域表达系数,重建最终的高分辨率图像.