[发明专利]基于非局部均值的超分辨率方法和设备

说明书

技术领域

本发明涉及视频处理技术，尤其涉及一种基于非局部均值的超分辨率方法和设备。

背景技术

视频图像的超分辨率（Super Resolution，SR）技术是指利用一幅或者多幅低分辨率视频图像，通过相应的处理，得到一幅或者多幅高分辨率视频图像的技术。

一般高分辨率图像到低分辨率图像的降质模型如下：

{yt=DHFtX+nt}t=1T]]>

其中，X为高分辨率图像，y_t为低分辨率图像，D为下采样运算，H为模糊运算，F为变形运动运算，它和运动估计有关，n_t为噪声。

超分辨率技术是上述问题的逆过程，即已知低分辨率图像，要得到高分辨率图像。所以超分辨率技术一般包括运动估计、噪声估计、上采样以及去模糊等技术。

在很多应用场景，例如将标清格式视频转换为高清或超高清格式视频、网络视频应用、医学成像、遥感卫星等领域中，都需要应用超分辨率技术。

现有技术中提供了一种基于非局部均值（Non-local Means，NLM）的超分辨率技术，该技术大体流程如下：对原始低分辨率图像进行上采样；对上采样后的图像进行相似性计算，在相似性计算时是计算当前点所在的当前块与当前点的邻域范围内其他图像块的相似性；根据相似性计算的结果以及控制权重的参数进行权重计算，得到权重，其中，该控制权重的参数对于整个图像是固定的；再根据权重对原始低分辨率图像进行加权累加，得到高分辨率图像。

该方案中，一方面由于采用的控制权重的参数对于整个图像是固定的，会导致图像细节丢失；另一方面，整个邻域内的块都参与运算，这样一些不太相似的点也参与了运算，也会导致细节丢失，同时计算量大。

发明内容

有鉴于此，本发明实施例提供了一种基于非局部均值的超分辨率方法和设备，用以解决现有技术中存在的细节丢失和计算量大的问题。

第一方面，提供了一种基于非局部均值的超分辨率方法，包括：

对原始低分辨率图像进行上采样，得到初始高分辨率图像；

对所述初始高分辨率图像进行相似性计算，得到第一欧式距离；

确定控制权重的参数，以及根据所述第一欧式距离得到控制权重的参数以及第二欧式距离；

根据所述控制权重的参数以及所述第二欧式距离，进行权重计算，得到权重；

根据所述权重，对所述原始低分辨率图像进行加权累加，得到高分辨率图像。

结合第一方面，在第一方面的第一种可能的实现方式中，所述根据所述第一欧式距离得到第二欧式距离，包括：

对所述第一欧式距离进行排序，按照从小到大的顺序选择设定个数的欧式距离，作为第二欧式距离；或者，

对所述第一欧式距离进行平均运算，得到第一欧式距离的平均值，将小于所述平均值的第一欧式距离，作为第二欧式距离。

结合第一方面或第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述确定控制权重的参数，包括：

确定所述第一欧式距离中小于设定阈值的个数，根据个数与控制权重的参数之间的对应关系，得到所述控制权重的参数。

结合第一方面或第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述个数与控制权重参数之间的对应关系满足：所述个数越大，所述控制权重越小；所述个数越小，所述控制权重越大。

结合第一方面或第一方面的第一种可能的实现方式，在第一方面的第四种可能的实现方式中，所述确定控制权重的参数，包括：

确定所述当前点所在区域的类别，根据类别与控制权重的参数之间的对应关系，得到所述控制权重的参数，根据对应的控制权重参数的值从小到大对所述类别排序如下：平滑区域、细节区域和边缘区域。

结合第一方面或第一方面的第四种可能的实现方式，在第一方面的第五种可能的实现方式中，所述确定所述当前点所在区域的类别，包括：