[发明专利]基于级联线性回归的图像超分辨重建方法

摘要

本发明公开了一种基于级联线性回归图像超分辨重建方法，主要解决现有方法重建过程不稳定、效率低，生成的高分辨图像存在过多伪像的问题。其实现过程是：(1)构建训练图像集；(2)对训练图像进行学习求出T组线性回归器和T组聚类中心；(3)对测试的低分辨图像进行预处理，得到初始估计高分辨图像，并提取图像不同分量；(4)对亮度分量进行分块，并对亮度特征块进行初始估计；(5)对初始估计特征块进行迭代更新和重建，得到高分辨图像块；(6)对高分辨图像块进行组合，得到高分辨亮度分量图像；(7)高分辨亮度分量图像与色度分量进行拼接，得到高分辨图像。本发明减少了伪像的产生，提高了重构图像的清晰度，可用于高清晰视频显示。

主权项

一种基于级联线性回归的图像超分辨率重建方法，包括如下步骤：(1)从网络上选择N幅高分辨自然图像，并将这N幅高分辨图像从RGB空间转换到YCbCr空间，然后下采样s倍得到对应的低分辨图像，提取高分辨图像的亮度分量和低分辨图像的亮度分量构成训练数据集s>0，N>0；(2)对训练数据集进行训练学习，得到T组线性回归系数和T组线性回归偏置以及T组估计特征块集合的聚类中心其中T为训练迭代次数，C为训练聚类的类数；(3)给定任意一张测试的低分辨图像Y，将其从RGB空间转换到YCbCr空间，并利用双立方插值方法对低分辨图像Y进行上采样，得到初始估计高分辨图像并提取初始估计高分辨图像的亮度分量蓝色色度分量以及红色色度分量(4)将亮度分量分为大小相同且相互重叠的图像块并计算每个图像块的均值其中Q为图像块的总个数；(5)根据步骤(4)得到的参数计算初始估计的特征块：(6)对初始估计特征块进行迭代更新，得到估计特征块(7)利用步骤(6)得到的估计特征块和步骤(3)得到的图像块均值si重建高分辨亮度分量图像块(8)将步骤(7)重建的图像块融合生成一幅对应于测试图像的清晰的高分辨亮度分量图像(9)将步骤(8)生成的亮分辨度分量图像与步骤(3)得到的蓝色色度分量红色色度分量进行组合，得到组合图像并将组合图像由YCbCr空间转换到RGB空间，得到重建高分辨图像