[发明专利]图像处理方法和装置有效

专利信息
申请号: 201580083784.1 申请日: 2015-10-27
公开(公告)号: CN108475414B 公开(公告)日: 2020-09-11
发明(设计)人: 杨文明;田亚鹏;周飞;郑成林;陈海 申请(专利权)人: 华为技术有限公司;清华大学深圳研究生院
主分类号: G06T3/40 分类号: G06T3/40
代理公司: 暂无信息 代理人: 暂无信息
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

根据图像特征,对图像样本集合分类,得到多个图像样本子集合,其中,所述图像样本子集合包含高分辨率图像样本和低分辨率图像样本,所述低分辨率图像样本通过对所述高分辨率图像样本下采样获得;

根据第一目标函数和所述低分辨率图像样本,获得所述图像样本子集合对应的第一特征矩阵;

根据所述第一目标函数和所述高分辨率图像样本,获得所述图像样本子集合对应的第二特征矩阵;

根据所述第一特征矩阵、所述第二特征矩阵、所述低分辨率图像样本、所述高分辨率图像样本,获得所述图像样本子集合的高低分辨率图像样本间的映射关系矩阵;

确定待处理图像对应的图像样本子集合;

根据所述第一目标函数和确定的所述待处理图像对应的图像样本子集合对应的第一特征矩阵、第二特征矩阵和高低分辨率图像样本间的映射关系矩阵,获得所述待处理图像对应的高分辨率图像。

2.根据权利要求1所述的方法,其特征在于:

所述第一目标函数为min(||y-Dα||F+λ||α||F),其中y表示所述样本子集合的低分辨率图像样本,D表示所述样本子集合的第一特征矩阵,α表示所述低分辨率图像样本对应的表达系数矩阵,||·||F表示范数运算,min表示求最小值运算,λ为正则化常量参数;

对应地,所述根据第一目标函数和所述低分辨率图像样本,获得所述图像样本子集合对应的第一特征矩阵,包括:在所述第一目标函数的约束下,以预置次数迭代更新D和α,获得满足所述第一目标函数的所述第一特征矩阵。

3.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一目标函数和所述高分辨率图像样本,获得所述图像样本子集合对应的第二特征矩阵,包括:在所述第一目标函数的约束下,以预置次数迭代更新D和α,获得满足所述第一目标函数的所述第二特征矩阵。

4.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一特征矩阵、所述第二特征矩阵、所述低分辨率图像样本、所述高分辨率图像样本,获得所述图像样本子集合的高低分辨率图像样本间的映射关系矩阵,包括:

根据所述第一特征矩阵,在所述第一目标函数的约束下,编码所述低分辨率图像样本,获得第一表达系数矩阵;根据所述第二特征矩阵,在所述第一目标函数的约束下,编码所述高分辨率图像样本,获得第二表达系数矩阵;在第二目标函数的约束下,获得所述映射关系矩阵,其中αl表示所述第一表达系数矩阵,αh表示所述第二表达系数矩阵,M表示所述映射关系矩阵,表示全1矩阵,||·||F表示范数运算,min表示求最小值运算。

5.根据权利要求1或2所述的方法,其特征在于,所述确定待处理图像对应的图像样本子集合,包括:

提取所述待处理图像的图像特征;

比较所述待处理图像的图像特征与所述图像样本集合中各图像样本子集合的图像特征的差别;

确定所述待处理图像对应的图像样本子集合为所述差别最小的样本子集合。

6.根据权利要求4所述的方法,其特征在于,所述根据所述第一目标函数和所述待处理图像对应的图像样本子集合对应的第一特征矩阵、第二特征矩阵和高低分辨率图像样本间的映射关系矩阵,获得所述待处理图像对应的高分辨率图像,包括:

根据所述第一特征矩阵,在所述第一目标函数的约束下,编码所述待处理图像,获取所述待处理图像对应的第三表达系数矩阵;根据所述映射关系矩阵和所述第三表达系数矩阵,在所述第二目标函数的约束下,获得所述待处理图像对应的第四表达系数矩阵;所述第四表达系数矩阵和所述第二特征矩阵相乘,获得所述待处理图像的高频分量;所述高频分量和放大后的所述待处理图像相加,获得所述待处理图像对应的高分辨率图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司;清华大学深圳研究生院,未经华为技术有限公司;清华大学深圳研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201580083784.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top