[发明专利]一种图像超分辨方法

摘要

本发明公开了一种图像超分辨方法，包括如下步骤第一步从图像数据集中得到高分辨率图像，通过缩小倍数下采样得低分辨率图像，从高分辨率与低分辨率的图像对中提取高、低分辨率特征对，在低分辨率特征空间进行聚类，得到多个低分辨率聚类中心；第二步利用所述高、低分辨率特征对，以及所述低分辨率聚类中心，计算高、低分辨率近邻集合，以及映射矩阵集合；第三步对于每一个低分辨率特征，选择所述低分辨率聚类中心里面与其最接近的聚类中心，再用相应的映射矩阵恢复出高分辨率特征；将所有重构的高分辨特征加上包含低分辨率图像的图像块得到相应的高分辨率图像块，将所有高分辨图像块融合成一张高分辨图像。

主权项

一种图像超分辨方法，其特征在于包括如下步骤：第一步：从图像数据集中得到高分辨率图像，通过缩小倍数下采样得低分辨率图像，从高分辨率与低分辨率的图像对中提取高、低分辨率特征对，在低分辨率特征空间进行聚类，得到多个低分辨率聚类中心；第二步：利用所述高、低分辨率特征对，以及所述低分辨率聚类中心，计算高、低分辨率近邻集合，以及映射矩阵集合；第二步具体包括：通过增大图像块之间的重叠区域以及对图像进行多尺度变换，提取数量更多的高、低分辨率特征对和先将聚类，得到K2个聚类中心对于任意低分辨率聚类中心ck，先在中找到d个最近邻的中心，进而得到该d个中心对应的元素所组成的低分辨率特征集合再按照以下规则从中寻找其max近邻集合NL.i：NL,i=YLwi,ifmax≥|YLwi|maxNN,ifmax<|YLwi|,---(3)]]>其中，max是一个阈值，用来控制NL.i中元素的个数，NN表示最近邻,max NN表示中距离聚类中心ck最近的NN个近邻；符号||表示集合中元素的个数；把相应位置的提取出来组成高分辨率近邻集合NH.i；得到低分辨率聚类中心和高、低分辨率近邻集合后，假定一个低分辨率特征yL，与其最近的低分辨率聚类中心和近邻集合分别是ck和NL,k，为了得到重构高分辨率特征yH所需要的系数x，先求解下列最优化目标函数：minx||yL-NL,kx||22+λ||x||22,---(4)]]>其中，表示求解x，使得目标函数取值最小；表示L2范数的平方；λ为大于零的参数；解析解为：x=(NL,kTNL,k+λI)-1NL,kTyL.---(5)]]>其中，()T表示矩阵的装置，()‑1表示矩阵的逆；相应的高分辨率特征由下列式子求得：yH=NH,kx=NH,k(NL,kTNL,k+λI)-1NL,kTyL,---(6)]]>映射矩阵为：Fk=NH,k(NL,kTNL,k+λI)-1NL,kT.---(7)]]>对于每个低分辨率聚类中心，求得其相应的映射矩阵；第三步：对于每一个低分辨率特征，选择所述低分辨率聚类中心里面与其最接近的聚类中心，再用相应的映射矩阵恢复出高分辨率特征；将所有重构的高分辨特征加上包含低分辨率图像的图像块得到相应的高分辨率图像块，将所有高分辨图像块融合成一张高分辨图像。