[发明专利]基于改进的稀疏表示的图像超分辨率方法

权利要求书

1.一种基于改进的稀疏表示的图像超分辨率方法，其特征在于，它包括如下步骤：

（1）训练阶段

1）图像样本采集，通过摄像机采集大量的高分辨率图像，包括建筑物、动物、花草、人等；

2）图像特征提取，首先，对采集到的高和低分辨率图像样本随机提取一对图像块作为图像特征；然后，根据所设定的实验偏差阈值对图像特征进行裁剪，保留信息量大的图像特征；最后，对图像特征进行归一化处理；

3）图像特征分类，根据上述步骤中得到的图像特征进行分类，使每一类更具有结构性，并保存所有的聚类中心值；

4）训练超完备字典，根据上述步骤中得到的各类特征，采用稀疏编码训练得到相等类别的子字典，并与上述步骤中得到的聚类中心值合并成为一个整体的超完备字典；

（2）重构阶段

1）预处理，对待测低分辨率图像应用双三次插值法升采样得到目标尺寸大小的图像，并将图像转化为YCbCr格式；

2）图像块特征提取，以重叠块的方式提取低分辨率图像的图像块特征，根据上述步骤得到的聚类中心值确定该特征属于哪一类特征，同时也保存该图像块的平均像素值；

3）稀疏编码，根据上述步骤中得到的各类特征选择对应类的低分辨率子字典进行稀疏编码求得稀疏表示系数，结合高分辨率子字典得到高分辨率的图像块特征，并与上述步骤中保存的对应图像块的平均像素值相加到最终的高分辨率图像块； 

4）全局优化：首先，将上述步骤中得到的所有高分辨率图像块按对应位置叠加后取平均值；然后，与上述步骤中得到的Cb和Cr通道合并转化为原来的图像格式；最后，利用迭代反向投影法进行全局优化后，输出结果图像。

2.如权利要求1所述的基于改进的稀疏表示的图像超分辨率方法，其特征在于，在上述训练阶段的步骤2）中，所述低分辨率图像是再次经过对步骤1）中的低分辨率图像进行双三次插值升采样得到的。

3.如权利要求1所述的基于改进的稀疏表示的图像超分辨率方法，其特征在于，所述图像特征分别包括边缘特征和纹理特征，首先，对高分辨率图像块利用Canny算法提取二值边缘图像，对低分辨率图像求一阶和二阶导得到四幅梯度图像；然后，以图像块中心点是否为边缘像素为基准，分别得到边缘图像块和纹理图像块。

4.如权利要求1所述的基于改进的稀疏表示的图像超分辨率方法，其特征在于，低分辨率图像提取的是梯度特征，高分辨率图像提取的是图像块像素减去其平均像素值的值。

5.如权利要求1所述的基于改进的稀疏表示的图像超分辨率方法，其特征在于，所述实验偏差阈值设定为10，若图像块特征大于该阈值，则保留，否则丢弃。

6.如权利要求1所述的基于改进的稀疏表示的图像超分辨率方法，其特征在于，在上述训练阶段的步骤3）中，所述特征分类过程包括：首先，对低分辨率图像特征进行分类，并得到各类的聚类中心值；然后，根据已经分好类的低分辨率图像特征，以对号入座的方式对高分辨率图像特征行分类。 

7.如权利要求1所述的基于改进的稀疏表示的图像超分辨率方法，其特征在于，所述聚类中心值采用了有重叠的聚类方法，在保持原有的聚类中心值不变的情况下，通过计算使各类的边缘点同时属于多个类，降低因信息分散而造成的误差。

8.如权利要求1所述的基于改进的稀疏表示的图像超分辨率方法，其特征在于，在上述重构阶段的步骤2）中，图像块的大小根据超完备字典给定的信息确定，其重叠像素值则可以自由确定；所述图像块特征包括边缘特征和纹理特征。

9.如权利要求1所述的基于改进的稀疏表示的图像超分辨率方法，其特征在于，在上述重构阶段的步骤4）中，所述高分辨率图像块叠加取均值后，还要对此时像素值为零的像素进行填充，填充的值为升采样的低分辨率图像的照度通道的对应像素值。