[发明专利]一种中间尺度约束的高倍率图像超分辨率重建方法

权利要求书

1.一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2的具体实现过程是：

令X_h、X_m、X_l分别代表输入的高分辨率图像块、中等分辨率图像块、低分辨率图像块；W为输入图像块在字典上的稀疏表达系数，L、M、N分别表示高分辨率图像块、中等分辨率图像块、低分辨率图像块的维度；

则通过给定的{S_h,S_m,S_l}训练字典{D_h,D_m,D_l}的过程转化为如下的优化问题：

变换形式，上式等价于：

其中

采用交叉迭代优化求解上述的优化问题，即固定W求解D，然后在下一轮迭代中固定D求解W，如此交替迭代更新,直到收敛为最优解；

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。

2.根据权利要求1所述的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，步骤1中所述制作高-中-低分辨率的训练图像块样本集{S_h,S_m,S_l}，其具体实现包括以下子步骤：

步骤1.1：将每幅高分辨率图像的长宽下采样倍得到中等分辨率图像、下采样k倍得到低分辨率图像；其中，k表示图像长宽的超分辨率放大倍数，k≥4；

步骤1.2：将高分辨率图像、中等分辨率图像、低分辨率图像均裁剪成正方形的图像块，收集所有的图像块，构成高-中-低分辨率的训练图像块样本集{S_h,S_m,S_l}。

3.根据权利要求1所述的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：步骤3中，运用Bicubic上采样算法生成中间尺度图像，且上采样倍数为其中，k表示图像长宽的超分辨率放大倍数，k≥4。

4.根据权利要求1所述的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，步骤4中所述低分辨率图像稀疏分解，具体实现过程如下：

将输入的低分辨率图像和生成的中间尺度图像切分成正方形块，低分辨率图像块的尺寸设定为5×5像素，保证块与块之间有1～2个像素的重叠，利用训练的中等分辨率字典、低分辨率字典，逐个图像块执行稀疏投影分解，获取每块的稀疏表达系数；

单个图像块的联合稀疏分解模型建立如下：

若xl、xm分别表示输入的低分辨率图像块、中等分辨率图像块，D_l、D_m为相应的低分辨率字典、中等分辨率字典，则稀疏投影分解的优化问题表示为：

w为代求取的稀疏表达系数，γ为中间尺度图像的误差权重；

上式变形为：

其中

5.根据权利要求1-4任意一项所述的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，步骤5中所述的重建最终的高分辨率图像，具体实现包括以下子步骤：

步骤5.1：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，通过字典原子的线性合成得到重建的高分辨率图像块，即x_h＝D_hw；其中，w为输入图像块在字典上的稀疏表达系数；

步骤5.2：待所有高分辨率图像块都重建完成后，将其按原有位置拼接成完整的图像，然后对重叠的边缘部分进行平滑滤波，去掉缝结效应。