[发明专利]一种快速图像超分辨率重构方法

权利要求书

1.一种快速图像超分辨率重构方法，其特征在于，包括如下步骤：

S1.准备对应的高、低分辨率图像数据库，将彩色图像转化为灰度图像。

随机选取任一自然图像测试集中的不少于50张图像，选取的这些图像组成高分辨率图像数据库；然后将选取的所有图像按照β:1比例降采样得到对应的低分辨率图像，这些低分辨率图像组成低分辨率图像数据库；

将高、低分辨率图像数据库中的图像转化为灰度图像，并将得到的高、低分辨率的灰度图像分别划分为的图像块，其中N为高、低分辨率图像分块的像素数；

S2.利用划分的图像块，分别训练低分辨率字典D_l∈R^N×n和高分辨率字典D_h∈R^N×n，其中N为高、低分辨率图像分块的像素数，n为字典宽度，且n＞＞N；

S3.设高、低分辨率字典D_h和D_l所在空间的标准正交基集合为{e_k}，k＝1,...,N，求出{e_k}的低分辨率字典稀疏编码集合{α_l^k}；

对于已知字典D_l和标准正交基向量e_k，e_k的编码向量为

其中λ是常数，||·||₁表示1-范数；

S4.输入待处理的低分辨率彩色图像Y，将彩色图像Y转换到YCbCr空间，对其亮度通道进行以下操作：从图像的左上角开始每间隔1个像素分割出一个的图像块，并将其均拉伸成向量，对每个图像块向量y用CUDA内核函数并行计算实现以下操作：

a.图像块向量y表示为其中x_k为系数，e_k为标准正交基向量，所以有y＝(x₁,x₂,...,x_N)^T；

b.已知低分辨率字典D_l和图像块向量y，估计稀疏编码优化问题

上述优化问题的解α_l的估计值为

其中||·||₁表示1-范数，表示2-范数的平方，λ为预设常数；

c.计算每一个图像块向量y对应的高分辨率图像块x，计算方式为x＝D_hα^*；将图像块x放入高分辨率图像X₀中，图像块x放入的位置与其对应的原始图像中的图像块所在位置对应；放入图像块x的高分辨率图像区域中每一个像素被认为填充了一次，用矩阵M记录高分辨率图像X₀中每一个像素被填充的次数；所有图像块x放入完毕后即得到高分辨率图像X₀；

S5.输出超分辨率图像X^*＝X₀./M，其中./表示元素除法。

2.根据权利要求1所述的快速图像超分辨率重构方法，其特征在于，S2中训练低分辨率字典D_l∈R^N×n和高分辨率字典D_h∈R^N×n方法为求解如下优化问题：

D＝argmin_D,α||Y-DX||+λ||X||₀s.t.||x_i||₀≤1

其中Y＝(y₁,...,y_p)为训练图像块向量为列构成的矩阵，X＝(x₁,...,x_p)为解向量构成的矩阵；

当Y分别为高分辨率、低分辨率图像块向量构成的矩阵时，便可分别得到高、低分辨率字典。