一种基于MCA和字典学的车牌超分辨率重构方法

摘要

该发明提供了一种基于MCA和字典学的车牌超分辨率重构方法，把车牌图像视为结构部分和纹理部分的线性组合，利用高、低分辨率字典对低分辨率的车牌图像进行超分辨率重构。具体步骤如下：步骤一：将低分辨率测试车牌图像插值到与目标高分辨率图像相同尺寸，采用MCA算法把插值图像分解成纹理部分和结构部分；步骤二：低分辨率图像通过KSVD方法得到低分辨率字典和稀疏系数，利用系数和高分辨率图像计算高分辨率字典。步骤三：利用高、低分辨率字典对分块后的低分辨率图像进行超分辨率重建，合并重建后的图像块得到高分辨率图像的纹理部分，与插值图像结构部分相加，即得到高分辨率图像。本发明重构得到的车牌图像能够较好地保持图像的边缘、纹理信息。

主权项

一种基于MCA和字典学习的车牌超分辨率重构方法，其特征在于包括下述步骤：步骤一：将低分辨率测试图像y插值到与目标高分辨率图像相同的尺寸，得到插值图像Y，并采用MCA算法把插值图像Y分解成纹理部分Y_t和结构部分Y_s。步骤二：低分辨率图像特征块通过KSVD方法得到低分辨率字典和稀疏表示系数，利用系数和高分辨率图像特征块计算得到高分辨率字典。步骤三：对低分辨率图像y分块并提取低频特征，利用该高、低分辨率字典对对低分辨率图像块进行超分辨率重建，得到高频特征图像块；合并所有高频图像块，在图像块之间的重叠部分取均值，得到目标高分辨率图像的纹理部分X_t，X_t与插值图像结构部分Y_s相加，得到目标高分辨率图像X。