[发明专利]实施图像处理的信息处理设备和图像处理方法有效

专利信息
申请号: 201480043863.5 申请日: 2014-07-18
公开(公告)号: CN105453132B 公开(公告)日: 2019-04-05
发明(设计)人: 柴田刚志;池谷彰彦;仙田修司 申请(专利权)人: 日本电气株式会社
主分类号: G06T3/00 分类号: G06T3/00;H04N5/232
代理公司: 北京市金杜律师事务所 11256 代理人: 王茂华;辛鸣
地址: 日本*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 实施 图像 处理 信息处理 设备 方法
【说明书】:

发明提供了一种信息处理设备,其中准确地估计输入图像的劣化过程并且可以获得为了从输入图像生成希望的恢复的图像而必需的词典。信息处理设备具有:图像获取装置,该图像获取装置获取多个学习图像和输入图像;以及估计装置,该估计装置在其中学习图像的与输入图像的任意区域对应的区域基于多个劣化过程中的每个劣化过程被劣化的情况下,基于在该任意区域与多个劣化图像中的每个劣化图像之间的相似性来输出与对应于输入图像的区域的劣化过程对应的估计的劣化过程。

技术领域

本发明涉及一种图像处理技术,并且特别地涉及一种用于生成在基于学习的超分辨率处理中使用的词典。

背景技术

关于图像处理,已经已知各种有关技术。

例如,作为用于从输入图像(例如,低分辨率图像)生成恢复的图像(例如,高分辨率图像)的技术的示例,已知超分辨率技术。在超分辨率技术之中,用于使用词典来生成高分辨率图像的技术特别地被称为基于学习的超分辨率技术。以上提到的词典是通过学习各自包括学习图像(一般为高质量图像)和与学习图像对应的劣化的图像(例如,通过减少学习图像的分辨率而创建的图像)的情况而被创建的词典。由超分辨率技术生成的恢复的图像也被称为超分辨率图像。

PTL1公开了字符识别设备的示例。在PTL 1中公开的字符识别设备执行超分辨率处理以识别牌照等上的在用相机拍摄的对象图像中包括的字符。

字符识别设备通过使用数据库(词典)来执行超分辨率处理,在该数据库(词典)中,低分辨率词典图像、低分辨率词典图像的特征值和高分辨率词典图像相互关联。以上提到的低分辨率词典图像是已经利用用来拍摄对象图像的相机拍摄的字符的图像。特征值是基于低分辨率词典图像中的相应低分辨率词典图像计算出的特征值。高分辨率词典图像是已经用具有比用来拍摄对象图像的相机更高的分辨率的相机拍摄的字符的图像。

PTL 2公开了超分辨率图像处理设备的示例。在PTL 2中公开的超分辨率图像处理设备从低分辨率原有图像(输入图像数据)输出高分辨率图像。

超分辨率图像处理设备使用已经由词典创建设备生成的词典表和其它信息以在通过向输入图像数据应用超分辨率图像处理来生成输出图像数据时推断丢失的高频分量。以上提到的词典表和其它信息是词典表、第一主分量基矢量和第二主分量基矢量。词典创建设备通过以下过程生成为具体情景而优化的词典表和其它信息。

首先,词典创建设备从采样图像文件获取作为处理对象的分段的位图、将获取的位图分解成多个分解的位图并且在临时表中的记录中存储分解的位图。

接着,词典创建设备按顺序向分解的位图应用MP(Max-Plus) 小波变换处理、排列处理、主分量分析处理、内积运算处理和频率分割处理,并且在临时表中的相应字段中存储处理的结果。在主分量分析处理中,词典创建设备计算第一主分量基矢量和第二主分量基矢量。

最后,词典创建设备使用均值运算单元来创建具有比临时表更小数目的记录的词典表。该词典表不同于以上描述的基于学习的超分辨率技术的词典。也就是说,该词典表不是通过学习其中学习图像与劣化的图像关联的情况而创建的词典。

PTL 3公开了图像超分辨率设备的示例。在PTL 3中公开的图像超分辨率设备从由于编码和解码而劣化的输入图像生成用预设的放大率放大的超分辨率图像。以上提到的编码和解码是通过预设的编码方法的编码和解码。具体而言,图像超分辨率设备通过以下处理生成超分辨率图像。

第一,图像超分辨率设备将输入图像分割成预先固定的大小的块,并且切割出块中的相应块作为处理块。接着,图像超分辨率设备通过用预先固定的放大率放大处理块来生成放大的处理块。预先固定的放大率是图像超分辨率设备在图像超分辨率设备生成超分辨率图像时用来放大输入图像的放大率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于日本电气株式会社,未经日本电气株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201480043863.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top