[发明专利]基于稀疏表示和UV通道处理的图像超分辨率重建方法

说明书

技术领域：

本发明涉及数字图像处理、计算机视觉技术领域，具体是一种基于稀疏表示和UV通道处理的图像超分辨率重建方法。

背景技术：

图像超分辨率是指从给定的低分辨率图像中获得高分辨率图像放大效果的过程。由于低分辨率图像的数量不足够多、病态情况的图像配准问题、重建约束解的不唯一性，因此超分辨率重建问题本质上是病态的逆问题。解决超分辨率重建的方法可以归为两类：(1)经典多帧图像超分辨率；(2)基于例子的超分辨率。经典多帧图像超分辨率重建方法选取了同一场景的一系列低分辨图像，利用足够多的低分辨率图像，求得正定解，从而恢复高分辨率图像。然而，这种方法限制了分辨率的提升。基于例子的超分辨率方法从低分辨率图像块对和高分辨率图像块对的图像库中学习高低分辨率图像块的对应关系，从而应用到一幅低分辨率图像中，恢复其最有可能的高分辨率图像版本。基于例子的超分辨率所重构的高分辨率细节并不保证会有真实的高分辨率细节。最近，YANG等人提出了一种对高、低分辨率图像进行应用稀疏字典学习的算法。这个算法中，低分辨率图像被认为是一种拥有相同稀疏编码高分辨率图像的低采样版本图像，实验结果证明对输入图像的重建效果非常出色。但是，这个算法仅仅应用到亮度通道，只使用双三次插值对彩色层(Cr，Cb)进行插值，在图像的一些细节方面处理后的效果不够自然真实，算法的运行速率还比较慢，改进的空间很大。

发明内容：

针对现有技术存在的上述问题，本发明的目的在于提出一种基于稀疏表示和UV通道处理的图像超分辨率重建方法。通过该方法来增强超分辨率重建效果，提升图像超分辨率方法的鲁棒性。

为实现上述目的，本发明采用了如下技术手段：

1.一种基于稀疏表示和UV通道处理的图像超分辨率重建方法，其特征在于，具体包括以下步骤：

A)对输入图像(1)进行图像稀疏表示，包括以下步骤：

a1)利用高分辨率图像块x与低分辨率图像块y、高分辨率图像X和低分辨率图像Y的对应关系，结合压缩感知理论中的过完备字典的使用。其中，D_h表示高分辨率图像块字典， 而D_l表示低分辨率图像块字典，得到关系如下：

Y＝SHX

其中，H代表模糊滤波器，对图像进行低通滤波操作。S是下采样算子。

a2)高分辨率图像X的块x可以表示成从训练图像采样得到的高分辨率块中训练字典D_h的稀疏线性组合：

x≈D_hα，且α∈R^K，||α||₀□K

得到方程的最稀疏解α₀，根据稀疏表示，响应高分辨率块基D_h将结合起来输出高分辨率块x。

a3)稀疏表示方法产生高分辨率图像X′，即图像(2)。使用最速梯度下降算法将X′投影到SHX＝Y的解空间中，最终得到结果X_opt，即图像(3)。

B)用基于超分辨率亮度信息对UV通道进行处理，提出一种在双边滤波器重建信息引导下的算法：具体如下

双边滤波器：