主权项 |
一种基于关键帧和非局部约束的视频超分辨方法,包括如下步骤:(1)输入视频X,提取其中的每一帧图像,得到高分辨率图像帧X<sub>h</sub>,h=1,...,M,和低分辨率图像帧X<sub>t</sub>,t=1,...,N,并定义这些高分辨率图像为关键帧,定义这些低分辨率图像为非关键帧,其中M为视频中高分辨率图像的帧数,N为视频中低分辨率图像的帧数;(2)利用视频中高分辨率图像帧与低分辨率图像帧的关系,对低分辨率图像帧X<sub>t</sub>中的任意一帧图像进行超分辨重建:2a)对任意一帧低分辨率图像S进行双三次插值放大,放大因子λ=2,获得低分辨率放大图像Y<sub>o</sub>;2b)通过高通滤波器对距离低分辨率图像S最近的一帧高分辨率图像进行滤波,将该高分辨率图像分解为高频分量X<sub>p</sub>和低频分量X<sub>o</sub>;2c)在低频分量X<sub>o</sub>中提取低频图像块<img file="FDA0000906816170000011.GIF" wi="89" he="69" />j=1,...,U,U为低频图像块的数目,在低分辨率放大图像Y<sub>o</sub>中提取放大图像块Y<sub>o</sub><sup>i</sup>,i=1,...,K,K为放大图像块的数目;2d)对提取的低频图像块X<sub>o</sub><sup>j</sup>进行k‑means聚类,将其分成50类,得到每一类的聚类中心;2e)用放大图像块Y<sub>o</sub><sup>i</sup>与上步获得的聚类中心作比较,找到与其最为相似的那一类,即先计算放大图像块Y<sub>o</sub><sup>i</sup>与每个聚类中心的均方差,再从这些均方差中找出最小值,该最小值所对应的聚类中心就是与放大图像块Y<sub>o</sub><sup>i</sup>最相似的块,包含这个最相似块的类就是最相似的那一类,并在这一类中找到与放大图像块Y<sub>o</sub><sup>i</sup>最相似的3个近邻低频图像块<img file="FDA0000906816170000013.GIF" wi="79" he="70" />q=1,...,3,q为最相似的近邻块的数目;2f)利用上步得到的最相似的低频图像块<img file="FDA0000906816170000014.GIF" wi="79" he="70" />在高频分量X<sub>p</sub>中找到与其相对应的高频图像块<img file="FDA0000906816170000015.GIF" wi="87" he="70" />并对这些高频图像块进行非局部加权,得到合成的高频图像块Y<sub>f</sub><sup>i</sup>:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msubsup><mi>Y</mi><mi>f</mi><mi>i</mi></msubsup><mo>=</mo><munder><mo>Σ</mo><mi>q</mi></munder><msubsup><mi>w</mi><mi>i</mi><mi>q</mi></msubsup><mo>*</mo><msubsup><mi>y</mi><mi>h</mi><mi>q</mi></msubsup><mo>,</mo></mrow>]]></math><img file="FDA0000906816170000016.GIF" wi="342" he="115" /></maths>其中,<img file="FDA0000906816170000021.GIF" wi="67" he="69" />为非局部加权系数:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msubsup><mi>w</mi><mi>i</mi><mi>q</mi></msubsup><mo>=</mo><mi>exp</mi><mrow><mo>(</mo><mo>-</mo><mo>|</mo><mo>|</mo><msup><msub><mi>Y</mi><mi>o</mi></msub><mi>i</mi></msup><mo>-</mo><msubsup><mi>y</mi><mi>i</mi><mi>q</mi></msubsup><mo>|</mo><msup><mo>|</mo><mn>2</mn></msup><mo>/</mo><mi>h</mi><mo>)</mo></mrow><mo>/</mo><msub><mi>c</mi><mi>i</mi></msub><mo>,</mo></mrow>]]></math><img file="FDA0000906816170000022.GIF" wi="614" he="119" /></maths>其中c<sub>i</sub>为归一化参数,<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msub><mi>c</mi><mi>i</mi></msub><mo>=</mo><munderover><mo>Σ</mo><mrow><mi>q</mi><mo>=</mo><mn>1</mn></mrow><mn>3</mn></munderover><mi>exp</mi><mrow><mo>(</mo><mo>-</mo><mo>|</mo><mo>|</mo><msup><msub><mi>Y</mi><mi>o</mi></msub><mi>i</mi></msup><mo>-</mo><msubsup><mi>y</mi><mi>i</mi><mi>q</mi></msubsup><mo>|</mo><msup><mo>|</mo><mn>2</mn></msup><mo>/</mo><mi>h</mi><mo>)</mo></mrow><mo>,</mo></mrow>]]></math><img file="FDA0000906816170000023.GIF" wi="588" he="143" /></maths>h=100;2g)根据合成的高频图像块Y<sub>f</sub><sup>i</sup>和低分辨率放大图像块Y<sub>o</sub><sup>i</sup>,得到高分辨图像块<img file="FDA0000906816170000024.GIF" wi="70" he="71" /><maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><msubsup><mi>Y</mi><mi>h</mi><mi>i</mi></msubsup><mo>=</mo><msup><msub><mi>Y</mi><mi>o</mi></msub><mi>i</mi></msup><mo>+</mo><msup><msub><mi>Y</mi><mi>f</mi></msub><mi>i</mi></msup><mo>;</mo></mrow>]]></math><img file="FDA0000906816170000025.GIF" wi="261" he="79" /></maths>2h)对高分辨图像块<img file="FDA0000906816170000026.GIF" wi="53" he="71" />求和,得到高分辨图像Y<sub>p</sub>:<maths num="0005" id="cmaths0005"><math><![CDATA[<mrow><msub><mi>Y</mi><mi>p</mi></msub><mo>=</mo><munder><mo>Σ</mo><mi>i</mi></munder><msubsup><mi>Y</mi><mi>h</mi><mi>i</mi></msubsup><mo>;</mo></mrow>]]></math><img file="FDA0000906816170000027.GIF" wi="220" he="105" /></maths>(3)重复步骤2,对视频X中低分辨率图像的每一帧进行超分辨重建,得到重建后的高分辨率图像帧V<sub>t</sub>;(4)对视频X中原有的高分辨率图像帧X<sub>h</sub>和重建后的高分辨率图像帧V<sub>t</sub>求和,得到高分辨率视频Z:Z=X<sub>h</sub>+V<sub>t</sub>。 |