[发明专利]图像超分辨率处理方法和装置

说明书

本发明公开一种图像超分辨率处理方法和装置。该方法包括：根据低分辨率图像和对应的高分辨率图像构建多个字典；自适应选择与输入图像相对应的字典；采用自适应选择的字典对输入图像进行超分辨率处理。本发明通过把传统的单一字典按照不同场景和不同分块大小划分为了多个字典，从而大大提高了重构的准确性，提高了图像超分辨率处理的效果。

技术领域

本发明涉及图像处理领域，特别涉及一种图像超分辨率处理方法和装置。

背景技术

目前的4K图像超分辨率技术有三种，一是运用特定的内插方法来实现图像的超分辨率处理，二是运用稀疏编码的方法，通过研究图像的高分辨率细节在低分辨率下的表现形式来训练字典，构建出图像的超分辨率处理模型，三是运用CNN的方法，通过大量的高分辨率图像和低分辨率图像来学习出图像的超分辨率处理模型。

运用内插的方法虽然处理速度较快，但效果不佳，运用稀疏编码的方法效果比内插的方法好，但需要提前进行训练，CNN(Convolution Neural Network,卷积神经网络)的方法效果比前两种都好，但需要提前用大量的数据进行训练，且训练的时间较长。

发明内容

鉴于以上技术问题，本发明提供了一种图像超分辨率处理方法和装置，可以将图像按照不同分块大小、不同场景进行超分辨率处理，从而大大提高了重构的准确性。

根据本发明的一个方面，提供一种图像超分辨率处理方法，包括：

根据低分辨率图像和对应的高分辨率图像构建多个字典；

自适应选择与输入图像相对应的字典；

采用自适应选择的字典对输入图像进行超分辨率处理。

在本发明的一个实施例中，所述根据低分辨率图像和对应的高分辨率图像构建多个字典包括：

使用多组低分辨率图像块和对应的高分辨率图像细节块构建多个字典；

针对每一字典，通过低分辨率块的像素信息进行聚类，得到若干个子字典。

在本发明的一个实施例中，所述使用多组低分辨率图像块和对应的高分辨率图像细节块构建多个字典包括：

将低分辨率图像进行场景分类；

将每一低分辨率图像按照不同分块大小进行分块；

确定每一低分辨率图像块对应的高分辨率细节块；

将同一场景和同一分块大小的所有低分辨率图像块和对应的高分辨率细节块构成一个字典。

在本发明的一个实施例中，所述确定每一低分辨率图像块对应的高分辨率细节块包括：

确定每一低分辨率图像块对应的高分辨率图像块；

将高分辨率图像块与低分辨率图像块的插值图像块做差得到高分辨率细节块。

在本发明的一个实施例中，所述自适应选择与输入图像相对应的字典的步骤包括：

确定输入图像的场景；

确定输入图像的最佳分块方式，并按照最佳分块方式对输入图像进行分块；

根据分块后每个图像块的场景和分块大小确定所述图像块对应的字典。

在本发明的一个实施例中，所述确定输入图像的最佳分块方式、并按照最佳分块方式对输入图像进行分块的步骤包括：

按照预先构建的多个字典中，分块大小最大的分块方式对输入图像进行第一次分块；