[发明专利]一种基于双层模型的单幅图像超分辨率重建方法

权利要求书

1.一种基于双层模型的单幅图像超分辨率重建方法，所述方法包括以下步骤：

（1）从高分辨图像库中随机选取n幅作为训练图像X₁,X₂,…X_n，然后运用退化模型式（1）生成对应的低分辨率训练图像Y₁,Y₂,…Y_n；

Y=UBX   (1)

其中，向量X表示高分辨率图像，向量Y表示对应的低分辨率图像，矩阵U表示下采样算子,矩阵B表示模糊算子；

（2）对所有低分辨率训练图像Y_i进行L₀梯度最小化操作，生成高分辨率边缘结构图像，然后执行X_i与的相减操作，生成高分辨率纹理细节图像；

（3）对所有的低分辨率训练图像Y_i执行尺寸为3×3的分块操作，随机选取P个低分辨率图像块，并以向量y_i来表示，不失一般性，用矩阵matrix=123456789]]>表示尺寸为3×3的块，其向量表示为[1 2 3 4 5 6 7 8 9]^T，并获取对应的尺寸为3s×3s高分辨率纹理细节图像块,并以向量来表示，最后聚集它们，生成P个训练对其中，P经验的选取范围在8-10万块间，s表示重建倍数；

（4）计算训练对中y_i的方向梯度直方图（HoG），然后依据y_i的HoG中的方向值，用K-means算法对训练对进行分簇，得到K个簇C₁，C₂，...C_K，其中C_K表示第K个簇中具有相同方向值的训练对集合k表示在第K簇中训练对的数目；

（5）用式（2）训练K个簇C₁，C₂，...C_K的字典对(Dⁱ_l，Dⁱ_T)，得到K个字典对{(D¹_l，D¹_T),(D²_l，D²_T),...(D^K_l，D^K_T)}；

argminDliDTs,S||Xi-DiS||22+λ||S||1---(2)]]>

其中，Xi=1NxTi1Myi,]]>Di=1NDTi1MDli,]]>表示第i个簇中所有xT集合，yⁱ表示第i个簇中所有y集合，λ为正则化参数，N和M为和y_k中像素的数目，S为稀疏系数；

（6）对于一幅用于测试的尺寸为H×L（高×宽）的低分辨率图像Z，将Z分成尺寸为3×3的块，并以向量Z_i来表示，块与块之间重叠2个像素；

（7）对所有Z_i进行以下遍历操作：首先，任取一个Z_i，计算Z_i与C₁，C₂，...C_K的簇中心距离：d₁，d₂，...，d_K,提取最小的d_i对应簇的字典对(Dⁱ_l，Dⁱ_T)，然后，利用式（2）求解出对应的高分辨率纹理细节图像块；

（8）拼接由步骤（7）求出的所有高分辨率纹理细节图像块，组成初始的高分辨率纹理细节图像X_T；

（9）用L₀梯度最小化方法求解测试图像Z的高分辨率边缘结构图像X_E；

（10）获取Z的初始高分辨率图像X⁰（X⁰=X_E+X_T）,然后对X⁰执行全局和局部的约束，得到最终的高分辨率重建图像X^*。