[发明专利]一种优化稀疏系数的单幅图像超分辨率方法

摘要

单幅图像的超分辨率方法可以仅靠一幅低分辨率的图像，获得一幅高分辨率的图像。在传统的方法中，高、低分辨率图像特征块的稀疏表示系数一般被假设为相同的。本发明发现，这个假设的处理方法会降低超分辨率方法的性能。本发明提出了一种基于神经网络求取高分辨率稀疏表示系数的方法。同时，提出了一种模拟商场抓娃娃游戏过程的聚类方法，在此方法中所聚合的类具有同样的数据点数，而不像K‑means方法中，有的类数据较多，有的类数据较少，出现数据过拟合和欠拟合的情况，降低了超分辨率的性能。本发明也提出了一种超分辨率中新的对图像块特征提取的方法。实验结果表明，与传统方法相比，所提出的方法放大的图像具有更好的质量。

主权项

1.本发明提出了一种新的图像超分辨率的方法，其包括离线的训练过程和在线的对图像放大的过程，利用其在线过程和离线过程所存储的训练结果，可以仅根据一幅低分辨率的图像，获得一幅高分辨率的图像，其离线的训练过程包括以下所述的步骤A1到A10，其在线的超分辨率放大的过程包括以下所述的步骤B1到B10；/n由于对于离线的训练阶段和在线的训练阶段都需要进行图像块的特征提取，所以在这里先阐述在本发明中对输入图像块B