[发明专利]一种基于哈达玛变换的单幅图像超分辨率方法在审
申请号: | 201811357052.9 | 申请日: | 2018-11-15 |
公开(公告)号: | CN109598676A | 公开(公告)日: | 2019-04-09 |
发明(设计)人: | 金龙存;罗晶晶;孙先仿;姚文龙;彭新一 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06K9/62;G06N3/08 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 刘巧霞 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于哈达玛变换的单幅图像超分辨率方法,包括分段线性映射模型阶段以及超分辨率重建阶段。分段线性映射模型阶段包括:获取训练图像数据集,提取图像补丁对;对向量化的低分辨率训练图像补丁计算其哈达玛模式;构建三叉超分辨率决策树;根据划分到此的训练数据计算出映射模型,并将该映射模型的索引存储在叶子节点中;超分辨率重建阶段包括:提取低分辨率图像补丁;计算低分辨率图像补丁的哈达玛模式;构建的三叉超分辨率决策树中为低分辨率图像补丁搜索对应的映射模型;低分辨率图像补丁映射到高分辨率空间,生成的高分辨率图像补丁组成目标高分辨率输出图像。本发明能够以较快运行速度生成高质量的超分辨率重建图像。 | ||
搜索关键词: | 补丁 低分辨率图像 超分辨率 映射模型 超分辨率重建 分段线性映射 哈达玛变换 单幅图像 模型阶段 训练图像 决策树 构建 超分辨率重建图像 高分辨率空间 高分辨率图像 低分辨率 高分辨率 输出图像 索引存储 提取图像 训练数据 叶子节点 数据集 映射 对向 搜索 量化 | ||
【主权项】:
1.一种基于哈达玛变换的单幅图像超分辨率方法,其特征在于,具体步骤包括:训练分段线性映射模型阶段以及超分辨率重建阶段;所述训练分段线性映射模型阶段,包括:获取高分辨率训练图像,并采用双立方插值核进行采样获得对应的低分辨率训练图像,组成低分辨率‑高分辨率图像对,并提取低分辨率‑高分辨率图像补丁对;对向量化的低分辨率训练图像补丁执行哈达玛变换来计算其哈达玛模式,并以此作为图像特征;根据得到的图像特征,构建一棵三叉超分辨率决策树;将训练数据进行划分产生的分割信息存储在超分辨率决策树的每一个非叶子节点中;训练数据分类结束后,对超分辨率决策树的每一个叶子节点,都有一部分训练数据;根据划分每一个叶子节点的训练数据计算出一个从低分辨率空间到高分辨率空间的映射模型,并将该映射模型的索引存储在相应叶子节点中;所述超分辨率重建阶段,包括:输入一幅低分辨率图像,按照光栅扫描顺序从中提取低分辨率图像补丁;计算每一个低分辨率图像补丁的哈达玛模式;依据计算得到的哈达玛模式,在构建的三叉超分辨率决策树中为每一个低分辨率图像补丁搜索对应的映射模型;每一个低分辨率图像补丁通过搜索到的对应的映射模型生成高分辨率补丁,所有生成的高分辨率图像补丁组成目标高分辨率输出图像。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811357052.9/,转载请声明来源钻瓜专利网。