[发明专利]一种图像超分辨率重构的方法

摘要

本发明公开了一种图像超分辨率重构的方法，步骤包括：将高分辨率图像进行处理得到低分辨率图像的插值图像，接着训练得到高低分辨率字典对；输入低分辨率图像，进行插值处理，得到低分辨率图像的插值图像；将低分辨率的插值图像分解为低分辨率的结构部分、纹理部分，舍弃低分辨率的纹理部分；将低分辨率的插值图像进行提取特征，得到低分辨率图像特征；根据高低分辨率字典对，对低分辨率图像特征进行稀疏重建，得到高分辨率图像纹理部分；将高分辨率图像纹理部分与低分辨率的结构部分合并，得到重构后的高分辨率图像。本发明能够针对性分类训练对应的样本，然后根据分类训练对应的字典对用于后续的超分辨率重构，更能准确地提高重构图像分辨率。

主权项

1.一种图像超分辨率重构的方法，其特征在于，包括以下步骤：S1、将高分辨率图像进行降采样和插值处理，得到低分辨率图像的插值图像；S2、将低分辨率图像的插值图像作为训练样本进行训练，得到高低分辨率字典对；S3、输入低分辨率图像，对其进行插值处理，得到低分辨率图像的插值图像；S4、将低分辨率的插值图像分解为低分辨率的结构部分、纹理部分，舍弃低分辨率的纹理部分；S5、将步骤S3的低分辨率的插值图像进行提取特征，得到低分辨率图像特征；S6、根据步骤S2得到的高低分辨率字典对，对低分辨率图像特征进行稀疏重建，得到高分辨率图像纹理部分；S7、将高分辨率图像纹理部分与步骤S4中低分辨率的结构部分合并，得到重构后的高分辨率图像；所述步骤S2中进行训练的过程具体为：S21、对低分辨率图像的插值图像进行分块得到图像块，使用滤波器对图像块进行处理，得到图像块的灰度共生矩阵；S22、将灰度共生矩阵进行求熵处理得到熵值，判断熵值是否为0，若熵值大于0，得到丰富纹理图像块；若熵值等于0，则得到平滑均匀图像块；S23、将丰富纹理图像块进行训练得到丰富纹理的高分辨率和低分辨率图像；S24、将步骤S1中的高分辨率图像利用灰度共生矩阵进行提取特征，直接得到平滑均匀图像块；S25、将平滑均匀图像块训练得到平滑均匀的高分辨率和低分辨率图像；S26、结合丰富纹理的高分辨率和低分辨率图像、平滑均匀的高分辨率和低分辨率图像，得到高低分辨率字典对。