[发明专利]一种快速图像超分辨率重构方法

摘要

一种快速图像超分辨率重构方法，该方法利用自然图像纹理具有相似性这一先验，将训练图像数据库中的图像分割为图像块，并拉伸为向量；然后利用这些向量训练稀疏编码字典；对对应的高低分辨率图像数据集训练稀疏编码字典，可以得到对应的高、低分辨率字典；对于新输入的低分辨率图像，先利用低分辨率字典计算稀疏编码，而后用高分辨率字典乘以此编码得到高分辨率图像。在稀疏系数求解过程中，先对固定字典计算标准正交基的稀疏系数，对于新输入的稀疏系数采用标准正交基的稀疏系数加权求和的方式快速求取。在图像块处理过程中，采用CUDA技术并行处理各个图像块，可将处理时间缩短为传统CPU计算的万分之一。本发明用于快速获取单幅图像的超分辨率图像。

主权项

1.一种快速图像超分辨率重构方法，其特征在于，包括如下步骤：S1.准备对应的高、低分辨率图像数据库，将彩色图像转化为灰度图像。随机选取任一自然图像测试集中的不少于50张图像，选取的这些图像组成高分辨率图像数据库；然后将选取的所有图像按照β:1比例降采样得到对应的低分辨率图像，这些低分辨率图像组成低分辨率图像数据库；将高、低分辨率图像数据库中的图像转化为灰度图像，并将得到的高、低分辨率的灰度图像分别划分为的图像块，其中N为高、低分辨率图像分块的像素数；S2.利用划分的图像块，分别训练低分辨率字典Dl∈RN×n和高分辨率字典Dh∈RN×n，其中N为高、低分辨率图像分块的像素数，n为字典宽度，且n＞＞N；S3.设高、低分辨率字典Dh和Dl所在空间的标准正交基集合为{ek}，k＝1,...,N，求出{ek}的低分辨率字典稀疏编码集合{αlk}；对于已知字典D_l和标准正交基向量e_k，e_k的编码向量为其中λ是常数，||·||1表示1‑范数；S4.输入待处理的低分辨率彩色图像Y，将彩色图像Y转换到YCbCr空间，对其亮度通道进行以下操作：从图像的左上角开始每间隔1个像素分割出一个的图像块，并将其均拉伸成向量，对每个图像块向量y用CUDA内核函数并行计算实现以下操作：a.图像块向量y表示为其中x_k为系数，e_k为标准正交基向量，所以有y＝(x₁,x₂,...,x_N)^T；b.已知低分辨率字典Dl和图像块向量y，估计稀疏编码优化问题上述优化问题的解αl的估计值为其中||·||₁表示1‑范数，表示2‑范数的平方，λ为预设常数；c.计算每一个图像块向量y对应的高分辨率图像块x，计算方式为x＝Dhα*；将图像块x放入高分辨率图像X0中，图像块x放入的位置与其对应的原始图像中的图像块所在位置对应；放入图像块x的高分辨率图像区域中每一个像素被认为填充了一次，用矩阵M记录高分辨率图像X0中每一个像素被填充的次数；所有图像块x放入完毕后即得到高分辨率图像X0；S5.输出超分辨率图像X*＝X0./M，其中./表示元素除法。