[发明专利]基于改进的稀疏表示的图像超分辨率方法

摘要

本发明的目的在于公开一种基于改进的稀疏表示的图像超分辨率方法，它包括如下步骤：（1）训练阶段和（2）重构阶段，训练阶段包括1）图像样本采集；2）图像特征提取；3）图像特征分类；4）训练超完备字典；重构阶段包括1）预处理；2）图像块特征提取；3）稀疏编码；4）全局优化；与现有技术相比，采用边缘和纹理双特征，通过特征分类和稀疏编码学习得到更具结构性的超完备字典，可以为输入的低分辨率图像块选择最相关的低维度子字典进行重构，在一定程度上提高了处理速率，且获得较好的图像效果，达到了同时提高速率和效果的目的，实现本发明的目的。

主权项

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。