[发明专利]一种超分辨率方法、系统及计算机存储介质

权利要求书

1.一种超分辨率方法，其特征在于，包括：

按照预设长度，将待处理低分辨率图像分割为多个低分图像块；

对于每一所述低分图像块，确定所述低分图像块对应的目标回归函数；

根据所述目标回归函数，确定所述低分图像块对应的预测矩阵；

根据所述预测矩阵，对所述低分图像块进行超分辨率重建，得到所述低分图像块对应的高分图像块；

按照多个所述低分图像块的位置关系，将所有所述高分图像块进行拼接，得到所述待处理低分辨率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，在确定所述低分图像块对应的目标回归函数之前，所述方法还包括获取预设集合，具体包括：

获取训练集；所述训练集包括多个图像块对；每一所述图像块对包括低分辨率图像的第一图像块和与所述第一图像块相对应的高分辨率图像的第二图像块；

确定每一所述图像块对的回归函数；

对所有所述图像块对的回归函数进行聚类，得到多个目标回归函数；多个所述目标回归函数组成预设集合。

3.根据权利要求2所述的方法，其特征在于，所述对所有所述图像块对的回归函数进行聚类，得到多个目标回归函数具体包括：

根据误差最小原则，确定目标函数；

采用类似EM的算法对所述目标函数进行求解，得到求解结果；

根据所述求解结果对所有所述图像块对的回归函数进行聚类，得到多个目标回归函数。

4.根据权利要求2所述的方法，其特征在于，所述确定所述低分图像块对应的目标回归函数具体包括：

计算所述预设集合内的每一所述目标回归函数对所述低分图像块的超分辨误差；

选取所述超分辨误差最小的所述目标回归函数作为所述低分图像块对应的目标回归函数。

5.根据权利要求2所述的方法，其特征在于，所述确定所述低分图像块对应的目标回归函数具体包括：

利用k-近邻算法在所述训练集中选取所述低分图像块邻域内的多个所述第一图像块；

对于所述预设集合内的每一所述目标回归函数，计算所述目标回归函数对每一所述第一图像块的超分辨误差；

根据所有所述第一图像块的超分辨误差得到所述低分图像块的超分辨误差；

选取所述超分辨误差最小的所述目标回归函数作为所述低分图像块对应的目标回归函数。

6.根据权利要求2所述的方法，其特征在于，在得到预设集合后，所述方法还包括：

利用岭回归方法计算所述预设集合内的每一所述目标回归函数对应的预测矩阵；

根据所述目标回归函数与所述预测矩阵之间的对应关系建立映射关系。

7.根据权利要求6所述的方法，其特征在于，所述根据所述目标回归函数，确定所述低分图像块对应的预测矩阵具体包括：

根据所述目标回归函数，利用所述映射关系确定所述低分图像块对应的预测矩阵。

8.根据权利要求1所述的方法，其特征在于，所述根据所述目标回归函数，确定所述低分图像块对应的预测矩阵具体包括：

根据所述目标回归函数，利用岭回归方法计算所述目标回归函数对应的预测矩阵，确定所述低分图像块对应的预测矩阵；所述目标回归函数对应的预测矩阵即为所述低分图像块对应的预测矩阵。

9.一种超分辨率系统，其特征在于，包括：

分割模块，用于按照预设长度，将待处理低分辨率图像分割为多个低分图像块；

目标回归函数确定模块，用于对于每一所述低分图像块，确定所述低分图像块对应的目标回归函数；

预测矩阵确定模块，用于根据所述目标回归函数，确定所述低分图像块对应的预测矩阵；

重建模块，用于根据所述预测矩阵，对所述低分图像块进行超分辨率重建，得到所述低分图像块对应的高分图像块；

拼接模块，用于按照多个所述低分图像块的位置关系，将所有所述高分图像块进行拼接，得到所述待处理低分辨率图像对应的高分辨率图像。

10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有指令，当所述指令被运行时，实现权利要求1～8任一项所述超分辨率方法。