[发明专利]一种基于平稳小波变换的超分辨率重建方法

摘要

本发明涉及一种基于平稳小波变换的超分辨率重建方法，包括：构造训练集；(2)生成特征块，方法如下：对中分辨率图，采用平稳小波变换提取一阶二阶小波特征，记为低分辨率图像特征矩阵FL；对高分辨率图像，使用高频滤波器提取其全部高频信息，记为高分辨率图像特征矩阵FH；对高低分辨率特征矩阵，均采用的滑动窗口，做重叠取块操作，记为高分辨率特征块PH、低分辨率特征块PL；按照特征块的中心像素位置将低分辨率特征块和高分辨率特征块匹配，得到高低分辨率特征块配对。训练字典对；重建。

主权项

一种基于平稳小波变换的超分辨率重建方法，包括下列方法：(1)构造训练集，方法如下：第一步：已知输入的高分辨率图像XH，经下采样、模糊为低分辨率图像XL；第二步：将低分辨率图像XL用双立方插值的方法简单放大到与高分辨率图像XH相同尺寸，记为中分辨率图像XM；(2)生成特征块，方法如下：第一步：对中分辨率图，采用平稳小波变换提取一阶二阶小波特征，记为低分辨率图像特征矩阵FL；第二步：对高分辨率图像，使用高频滤波器提取其全部高频信息，记为高分辨率图像特征矩阵FH；第三步：对高低分辨率特征矩阵，均采用3×3的滑动窗口，做重叠取块操作，记为高分辨率特征块PH、低分辨率特征块PL；第四步：按照特征块的中心像素位置将低分辨率特征块和高分辨率特征块匹配，得到高低分辨率特征块配对。(3)训练字典对，方法如下：第一步：采用K奇异值分解法训练低分辨率特征块PL的低分辨率字典，同时在训练过程中得到低分辨率图像块在该低分辨率字典下的稀疏分解系数，将训练的低分辨率字典记为BL，稀疏分解系数记为A；第二步：利用上步得到的稀疏分解系数A和对应的高分辨率特征块PH，采用伪逆矩阵的方法，使用下式求解高分辨率字典，得到的高分辨率字典记为BH：BH＝PHAT(AAT)‑1(4)重建，方法如下：第一步：对输入的待重建低分辨率图像X‘L，采用与训练阶段中完全相同的处理方法，获得低分辨率特征块P’L；第二步：使用正交匹配追踪的方法，计算P’L在已训练好的低分辨率字典BL下的稀疏表示系数A'；第三步：将已训练好的高分辨率字典BH与A'相乘，得到重建的高分辨率特征块P’H；第四步：执行重叠取块的逆过程，将P’H重叠拼合成重建的高分辨率图像X‘H，为最终输出结果。