[发明专利]基于约束固定邻域嵌入的图像超分辨重建方法

摘要

本发明公开了一种基于约束固定邻域嵌入的图像超分辨重建方法，主要解决现有方法忽略高分辨块作用造成重建图像模糊的问题。其实现步骤是：1.构建高分辨、低分辨训练图像集合；2.从训练图像集合中构建低分辨、高分辨联合K近邻组；3.提取测试图像的亮度图像分量和色度图像分量；4.对亮度图像分量进行图像分块，并计算块均值，生成初始估计的高分辨特征块；5.查找所有初始估计高分辨特征块的最近邻联合K近邻组，重建高分辨估计图像块；6.组合所有高分辨估计图像块，得到高分辨亮度图像；7.融合高分辨亮度图像和色度图像分量，得到重建的高分辨图像。本发明减少了伪像的产生，提高了重构图像的清晰度，可用于高清晰视频显示。

主权项

1.基于约束固定邻域嵌入的图像超分辨重建方法，包括：(1)从网络中选择N幅高清自然图像进行下载，构建高分辨训练图像集合T_h和低分辨训练图像集合T_l；(2)从低分辨训练图像集合T_l和高分辨训练图像集合T_h中，随机提取出M个相同大小的低分辨、高分辨图像块对，组成训练图像块对集合其中P_i^l表示提取的第i个低分辨图像块，P_i^h表示与P_i^l对应的第i个高分辨图像块，1≤i≤M；(3)分别提取训练图像块对集合中的低分辨特征块和高分辨特征块得到对应的低分辨、高分辨特征块对再用所有得到的低分辨、高分辨特征块对组成训练特征块对集合其中，表示低分辨图像块P_i^l的均值，表示提取的第i个低分辨特征块，表示与对应的第i个高分辨特征块；(4)按照欧氏距离查找训练特征块对集合中的每一低分辨、高分辨特征块对的联合K近邻对，用这些近邻对组成联合K近邻组集合其中表示第i个联合K近邻组，表示第i组低分辨K近邻特征，表示第i个联合K近邻组C_i中的第u个低分辨特征；表示与对应的第i组高分辨K近邻特征，表示第i个联合K近邻组C_i中的第u个高分辨特征，表示第i个低分辨、高分辨特征块对的第u个近邻对在训练特征块对集合中的索引，且K＞0，1≤u≤K，(5)计算每个联合K近邻组C_i的中心并按照欧氏距离，利用聚类后的类内所有联合K近邻组的低分辨中心为聚类后的每一类创建一个新的K维‑树；其中表示第i个联合K近邻组的低分辨中心，表示与对应的第i个联合K近邻组的高分辨中心；(6)给定任意一张测试的低分辨率图像Y，利用双立方插值方法对输入的低分辨率图像Y进行上采样s倍，得到低分辨率插值图像Y_b，将插值图像Y_b从RGB空间转换到YCbCr空间，得到其亮度分量图像Y^l和蓝色色度分量图像Y^Cb、红色色度分量图像Y^Cr；(7)将亮度分量图像Y^l分为大小相同且相互重叠的亮度分量图像块并计算每个图像块的均值其中V表示提取出的图像块个数，1≤r≤V，t表示该图像块为进行处理的目标低分辨图像块；(8)根据步骤(7)得到的图像块和图像块均值得到高分辨初始估计的特征块：(9)对高分辨初始估计特征块进行优化更新，得到更新后的高分辨估计特征块(9a)按照欧氏距离，为每个高分辨初始估计特征块找出最近邻类；(9b)对于高分辨初始估计特征块按照欧氏距离，利用其所属类别内低分辨中心数据和步骤(5)创建的新的K维‑树进行最近邻搜索，得到最近邻的联合K近邻组其中表示高分辨初始估计特征块的低分辨K近邻，表示高分辨初始估计特征块的第u个低分辨近邻；表示高分辨初始估计特征块的高分辨K近邻，表示高分辨初始估计特征块的第u个高分辨近邻，W_r表示高分辨初始估计特征块的最近邻联合K近邻组在联合K近邻组集合中的索引，表示高分辨初始估计特征块的最近邻联合K近邻组在联合K近邻组集合中的第u个索引，1≤W_r≤M，1≤u≤K；(9c)计算高分辨初始估计特征块与其第u个高分辨近邻的欧氏距离：其中||·||₂表示2‑范数；(9d)以步骤(9c)得到的第u个欧氏距离组成K个欧氏距离为主对角线元素，其余元素为0，形成大小为K×K的距离约束矩阵Γ；(9e)根据步骤(9b)和(9d)的结果，计算高分辨估计特征块其中T表示转置，λ表示均衡因子；(10)利用更新后高分辨估计特征块和图像块均值得到重建的高分辨亮度分量图像块：(11)对所有重建的高分辨亮度分量图像块进行融合，生成一幅对应于低分辨插值图像亮度分量Y^l的清晰高分辨图像亮度分量(12)将高分辨图像亮度分量与蓝色色度分量YCb和红色色度分量YCr进行组合，得到YCbCr空间下的高分辨图像并将高分辨图像由YCbCr空间转换到RGB空间，得到在RGB空间下重建出的高分辨图像X。