[发明专利]一种基于字典匹配的图像超分辨率重建方法及装置

说明书

本申请还提供一种基于字典匹配的图像超分辨率重建方法及装置，建立匹配字典库，将待重建图像输入多层线滤波器网络，提取待重建图像的局部特征，从匹配字典库中寻找与所述待重建图像的局部特征相似度最高的低分辨率图像块的局部特征，寻找在匹配字典库中，所述相似度最高的低分辨率图像块的局部特征所在联合样本的残差值，对相似度最高的低分辨率图像块的局部特征进行插值放大，加上残差值，获得重建后的高分辨率图像块。经过多层线滤波器网络提取的待重建图像的局部特征，精度更高，因此在后续与匹配字典库匹配时，匹配度更高，因而重建出的图像质量也跟好。因而，本申请可以大大提升重建的高分辨率图像的质量。

技术领域

本申请涉及一种基于字典匹配的图像超分辨率重建方法及装置。

背景技术

超分辨率(Super-Resolution)也被称为上采样、图像放大，指的是通过低分辨率的图像来恢复出高分辨率的清晰图像。超分辨率是图像和视频处理领域的基础问题之一，在医学图像处理、图像识别、数码照片处理、高清电视等领域有着非常广泛的应用前景。

最常用的超分辨率算法之一是基于核的插值算法，例如：双线性插值、样条曲线插值等等。但是，插值算法是通过已知的离散数据来生成连续数据，因此会出现模糊、锯齿等现象，图像还原的效果不佳。

近年来，大量的基于图像边缘的超分辨率算法被提出，改善了传统插值算法在重建图像中出现的不自然效应，同时提高了图像边缘的重建后的视觉质量。但是，这一类聚焦于改善边缘的算法不能恢复高频纹理细节。为了解决高频细节重建的问题，一些字典学习类方法也被相继提出，通过使用已有的高分辨率图像块来训练低分辨率对应的高分辨率字典，再利用高分辨率字典来恢复低分辨率图像中丢失的细节信息。但是，传统利用字典恢复高分辨率图像的方法中，由于需要将字典与低分辨率图像的进行匹配，匹配的精度将影响着图像重建的质量与效果，因此，如何提升匹配的精度，提升对低分辨率图像的重建质量，是图像处理领域一个重要的研究方向。

发明内容

本申请提供一种基于字典匹配的图像超分辨率重建方法及装置，可以提升重建的高分辨率图像的质量。

根据本申请的第一方面，本申请提供一种基于字典匹配的图像超分辨率重建方法，包括：建立匹配字典库；将待重建图像块输入到多层线滤波器网络，提取所述待重建图像中待重建图像块的局部特征；从所述匹配字典库中寻找与所述待重建图像的局部特征相似度最高的低分辨率图像块的局部特征；寻找在所述匹配字典库中，所述相似度最高的低分辨率图像块的局部特征所在联合样本的残差值；对所述相似度最高的低分辨率图像块的局部特征进行插值放大，加上所述残差值，获得重建后的高分辨率图像块。

根据本申请的第二方面，本申请提供一种基于字典匹配的图像超分辨率重建装置，包括：建立单元，用于建立匹配字典库；提取单元，用于将待重建图像块输入到多层线滤波器网络，提取所述待重建图像中待重建图像块的局部特征；匹配单元，用于从所述匹配字典库中寻找与所述待重建图像的局部特征相似度最高的低分辨率图像块的局部特征；寻找单元，寻找在所述匹配字典库中，所述相似度最高的低分辨率图像块的局部特征所在联合样本的残差值；差值放大单元，用于对所述相似度最高的低分辨率图像块的局部特征进行插值放大；重建单元，用于将所述差值放大单元进行放大后的低分辨率图像块的局部特征加上所述寻找单元寻找到的残差值，获得重建后的高分辨率图像块。

本申请提供的基于字典匹配的图像超分辨率重建方法及装置，建立匹配字典库，将待重建图像输入多层线滤波器网络，提取待重建图像的局部特征，从匹配字典库中寻找与所述待重建图像的局部特征相似度最高的低分辨率图像块的局部特征，寻找在匹配字典库中，所述相似度最高的低分辨率图像块的局部特征所在联合样本的残差值，对相似度最高的低分辨率图像块的局部特征进行插值放大，加上残差值，获得重建后的高分辨率图像块。经过多层线滤波器网络提取的待重建图像的局部特征，精度更高，因此在后续与匹配字典库匹配时，匹配度更高，因而重建出的图像质量也跟好。因而，本申请实施例可以大大提升重建的高分辨率图像的质量。

附图说明