[发明专利]一种超分辨率图像重构方法和装置有效

专利信息
申请号: 200710195705.3 申请日: 2007-12-12
公开(公告)号: CN101226631A 公开(公告)日: 2008-07-23
发明(设计)人: 张军平;陈德铭;杨海钦;陈海;左坤隆 申请(专利权)人: 华为技术有限公司;复旦大学
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 北京挺立专利事务所 代理人: 皋吉甫
地址: 518129广东省*** 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:
搜索关键词: 一种 分辨率 图像 方法 装置
【权利要求书】:

1.一种超分辨率图像重构方法,其特征在于,包括以下步骤:

获取第一图像的一阶梯度特征和标准光照特征;

根据所述一阶梯度特征和标准光照特征对所述第一图像进行邻域嵌套,得到分辨率高于所述第一图像的第二图像。

2.如权利要求1所述超分辨率图像重构方法,其特征在于,所述根据一阶梯度特征和标准光照特征对所述第一图像进行邻域嵌套,得到分辨率高于所述第一图像的第二图像具体包括:

对所述第一图像进行边缘检测,确定所述第一图像的图像块的边缘类型;

根据所述第一图像的图像块的边缘类型,在训练图像块集合中搜索最近邻的训练图像块;

利用搜索到的所述最近邻的训练图像块,合成分辨率高于所述第一图像的第二图像。

3.如权利要求2所述超分辨率图像重构方法,其特征在于,所述利用搜索到的所述最近邻训练图像块,合成分辨率高于所述第一图像的第二图像具体包括:

利用搜索到的所述最近邻的训练图像块的一阶梯度特征和标准光照特征计算最优权值;

将所述最优权值与最近邻的高分辨率训练图像块相乘获得高分辨率的图像块;

利用所述高分辨率的图像块合成分辨率高于所述第一图像的第二图像。

4.如权利要求3所述超分辨率图像重构方法,其特征在于,所述利用搜索到的最近邻的训练图像块的一阶梯度特征和标准光照特征计算最优权值包括:根据所述最近邻的训练图像块的类型采用不同的一阶梯度特征和标准光照特征计算所述最优权值。

5.如权利要求2所述超分辨率图像重构方法,其特征在于,所述第一图像的图像块的边缘类型具体包括边缘块和非边缘块。

6.如权利要求2或5所述超分辨率图像重构方法,其特征在于,还包括:通过对所述边缘块的自举扩充所述训练图像块的集合。

7.如权利要求2所述超分辨率图像重构方法,其特征在于,所述确定第一图像的图像块的边缘类型具体包括:

检测所述图像块中包含的边缘像素值的总数;

判断所述边缘像素值的总数是否大于或等于预设的阈值;

如果所述边缘像素值的总数大于或等于所述预设的阈值,则所述图像块为边缘块;

如果所述边缘像素值的总数小于所述预设的阈值,则所述图像块为非边缘块。

8.如权利要求7所述超分辨率图像重构方法,其特征在于,所述边缘块还包括:垂直边缘块、水平边缘块、斜向边缘块和复杂边缘块。

9.如权利要求7或8所述超分辨率图像重构方法,其特征在于,所述边缘像素值的总数包括每行边缘像素值的总数,和/或每列边缘像素值的总数,

如果所述每行边缘像素值的总数等于所述预设的阈值,则所述边缘块为垂直边缘块;

如果所述每列边缘像素值的总数等于所述预设的阈值,则所述边缘块为水平边缘块;

如果所述每行边缘像素值的总数和所述每列边缘像素值的总数都等于所述预设的阈值,则所述边缘块为斜向边缘块;

如果所述边缘像素值的总数大于所述预设的阈值,则所述边缘块为复杂边缘块。

10.如权利要求6所述超分辨率图像重构方法,其特征在于,所述通过对边缘块的自举扩充所述训练图像块的集合具体包括:

通过旋转所述边缘块生成所述训练图像块;

在每次旋转所述边缘块之后,分配一个标签来标识需要逆时针旋转的次数;

根据所述标签旋转所述标签对应的边缘块,以扩充所述训练图像块的集合。

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为技术有限公司;复旦大学,未经华为技术有限公司;复旦大学许可,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/pat/books/200710195705.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top