一种基于多任务高斯过程回归的图像超分辨率重建方法

摘要

本发明公开了一种基于多任务高斯过程回归的图像超分辨率重建方法，包括：对输入图像进行高斯低通滤波和双三次上采样，得到高斯低通滤波图像和双三次上采样图像；根据待求取的超分辨图像的任一图像片采用最近邻域查找法构造图像片的训练集；根据构造的训练集采用多任务高斯过程回归模型进行参数训练，得到描述任务共性和差异的参数；根据多任务高斯过程回归模型对待求取图像片进行预测，得到图像片的每一个像素点，然后使图像片在待求取的超分辨图像上滑动，重新进行预测，最终得到超分辨图像。本发明通过最近邻域查找法来避免样本数量不足的问题，更加准确；有效消除了伪影现象，提高了图像的质量。本发明可广泛应用于图像处理领域。

主权项

一种基于多任务高斯过程回归的图像超分辨率重建方法，其特征在于：包括：S1、对输入图像X₀进行高斯低通滤波和双三次上采样，得到高斯低通滤波图像Y₀和双三次上采样图像Y；S2、根据待求取的超分辨图像X的任一图像片x采用最近邻域查找法构造图像片x的训练集i＝1,2,3，…，M，其中，是训练模型的输入向量，是训练模型的输出值，训练模型的映射函数为f_i:R^d→R，M为采样图像Y的图像片y在滤波图像Y₀中最近邻域图像片的总个数，为训练样本的总数量；S3、根据构造的训练集采用多任务高斯过程回归模型进行参数训练，得到描述任务共性和差异的参数；S4、根据多任务高斯过程回归模型对待求取图像片x进行预测，得到图像片x的每一个像素点，然后使图像片x在图像X上滑动，重新进行预测，最终得到超分辨图像X。