[发明专利]基于迭代投影重建的字典类图像超分辨率系统及方法

权利要求书

1.一种基于迭代投影重建的字典类图像超分辨率系统，其特征在于，其包括：

字典训练和投影矩阵预计算模块，用于分别从训练图像集中提取高分辨率图像块以及从该图像的降采样图像上选取对应的低分辨率图像块作为样本，然后使用K均值聚类的方法训练字典，计算字典中每个原子和全部样本的欧式距离，从中选取最近邻构成该原子的K近邻，再使用每个原子的K近邻样本集计算原子的投影矩阵，作为该原子代表的同一类图像块的投影矩阵；

基于投影矩阵的迭代投影超分辨率重建模块，用于对低分辨率图像块输入y，在字典中寻找与其最相似的原子，使用该原子的投影矩阵来对y进行超分辨率重建，对使用字典中的相似原子来计算输入的投影矩阵的过程中产生的残差向量进行再次投影重建获得残差向量的高分辨率重建，如此迭代进行重建，最后将全部重建成分加权相加，作为最后重建的结果；

基于全局约束的后处理模块：用于对重建图像通过全局约束的后处理来消除逐块重建过程中出现的不满足全局约束的不自然效应。

2.一种基于迭代投影重建的字典类图像超分辨率方法，其特征在于，其包括如下步骤：

步骤S1、字典的学习和投影矩阵的计算：分别从训练图像集中提取高分辨率图像块以及从该图像的降采样图像上选取对应的低分辨率图像块作为样本，使用K均值聚类的方法训练字典，计算字典中每个原子和全部样本的欧式距离，从中选取最近邻构成该原子的K近邻，再使用每个原子的K近邻样本集计算原子的投影矩阵，作为该原子代表的同一类图像块的投影矩阵；

步骤S2、基于投影矩阵的迭代投影超分辨率重建：对于低分辨率图像块输入y，在字典中寻找与其最相似的原子，使用该原子的投影矩阵来对y进行超分辨率重建，对使用字典中的相似原子来计算输入的投影矩阵的过程中产生的残差向量进行再次投影重建获得残差向量的高分辨率重建，如此迭代进行重建，最后将全部重建成分加权相加，作为最后重建的结果；

步骤S3、基于全局约束的后处理：对步骤S2后的重建图像通过全局约束来消除在重建过程中产生的不满足全局约束的不自然效应。

3.如权利要求2所述的基于迭代投影重建的字典类图像超分辨率方法，其特征在于，进行步骤S1时，K近邻包含低分辨率图像块邻居样本集N_l和相应高分辨率图像块邻居样本集N_h。

4.如权利要求2或3所述的基于迭代投影重建的字典类图像超分辨率方法，其特征在于，进行步骤S1时，投影矩阵的计算方法如下：

对于低分辨率字典中的原子d，使用低分辨率字典中的原子的K近邻样本集N_l来对其进行重建，重建目标函数如下：

(1)

其中，α为重建的表达系数，λ为目标函数的参数，该目标函数的解为：

(2)

然后，使用原子d的高分辨率邻居样本集和求解出的表达系数α对d进行超分辨率重建，其重建的公式如下：

（3）

其中， N_h为高分辨率图像块邻居样本集，I为单位矩阵，通过公式（3），定义投影矩阵：

（4）

再使用公式（4）预先计算出字典中每一个原子对应的投影矩阵，在重建时，使用这些预计算的字典原子的投影矩阵来估计输入图像块的投影矩阵。