[发明专利]一种超分辨率图像重构方法和装置

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种超分辨率图像重构方法和装置。

背景技术

图像超分辨率(Super Resolution，SR)指利用一幅或者多幅低分辨率(LowResolution，LR)图像，通过相应的算法来获得一幅清晰的高分辨率(HighResolution，HR)图像。这一方法在移动通信、图像和视频压缩技术、社会安全、视频监控、图形渲染、图像修复、生物认证、卫星和天文图像、高清电视等有着重要的应用价值和市场前景。

尽管超分辨率技术具有非常巨大的应用价值和市场前景，国内外在这一方向上的理论和应用研究仍处在探索阶段。主要的难点在于由于同一低分辨率图像可以由多个高分辨率图像退化生成，从数学上而言，超分辨率研究期望解决的实质上是一个一对多的问题，或病态问题。目前，图像超分辨率研究可分为三个主要范畴：基于插值，基于重建和基于学习的方法。

现有技术提出了一种基于邻域嵌套的图像超分辨率方法，其中的基本假设就是，高分辨率和对应的低分辨率图像块假设在特征空间形成了具有相同局部几何结构的流形。这样，高分辨率图像块可以用一系列优化加权的训练图像块估计得到。现有技术的方案中，沿用的是原有的邻域嵌套思想，原来是用于发现高维数据的低维流形。在图像超分辨率算法中，则是从低分辨率图像块特征中去获得相应的高分辨率图像块特征。在现有技术的方案中，采用的是图像块的一阶和二阶梯度的组合来构成低分辨率图像块特征。在图像块的选择上，取3×3大小的图像块。

假定图像块特征已经被提取，且训练图像集可以先验地通过引入子采样技术来构成高分辨率-低分辨率图像块对。由于图像在超分辨率算法中，细节的损失常出现在光照分量上，因此，可以只对光照分量的图像作超分辨率算法。

更具体地，令高分辨率训练图像Y_s首先被子采样n倍来构成低分辨率图像X_s。两个训练图像均被分割成若干重叠的训练图像块(对X_s有s×s个图像块，对Y_s则有ns×ns个图像块)，使得任意一对训练图像块(x_sⁱ，y_sⁱ)一一对应。这里需要注意的是，训练图像块的构造可以由多个图像来生成，只要保证最终的图像块是一一对应的即可。要被还原的测试图像X_t的光照分量依相同的原则分割成若干测试图像块x_t^q。假定图像块的特征已经选定，对每个测试图像块x_t^q，将从低分辨率的训练图像块中搜索K个最近图像块，并计算最优权值，利用最优权值和训练图像块对的几何相似性来构造高分辨率的测试图像块y_t^q。

最优权值的计算是通过最小化图像块x_t^q局部重构误差来实现的，即：

ϵq=||xtq-Σxsp∈Nqωqpxsp||2---(1)]]>