主权项 |
一种基于稀疏表示和UV通道处理的图像超分辨率重建方法,其特征在于,具体包括以下步骤:A)对输入图像(1)进行图像稀疏表示,包括以下步骤:a1)利用高分辨率图像块x与低分辨率图像块y、高分辨率图像X和低分辨率图像Y的对应关系,结合压缩感知理论中的过完备字典的使用。其中,D<sub>h</sub>表示高分辨率图像块字典,而D<sub>l</sub>表示低分辨率图像块字典,得到关系如下:Y=SHX其中,H代表模糊滤波器,对图像进行低通滤波操作。S是下采样算子。a2)高分辨率图像X的块x可以表示成从训练图像采样得到的高分辨率块中训练字典D<sub>h</sub>的稀疏线性组合:x≈D<sub>h</sub>α,且α∈R<sup>K</sup>,<img file="FSA0000108477590000013.GIF" wi="193" he="75" />得到方程的最稀疏解α<sub>0</sub>,根据稀疏表示,响应高分辨率块基D<sub>h</sub>将结合起来输出高分辨率块x。a3)稀疏表示方法产生高分辨率图像X′,即图像(2),使用最速梯度下降算法将X′投影到SHX=Y的解空间中,最终得到结果X<sub>opt</sub>,即图像(3)B)用基于超分辨率亮度信息对UV通道进行处理,提出一种在双边滤波器重建信息引导下的算法:具体如下双边滤波器:<img file="FSA0000108477590000011.GIF" wi="753" he="126" />其中p和q表示高分辨率图像像素的位置。p↓和q↓表示下采样后低分辨率UV通道图像的像素位置。f表示空间滤波器核,g表示动态滤波器核,S<sub>q</sub><sub>↓</sub>是位置q↓的UV通道值,k<sub>p</sub>是正则化因子。<img file="FSA0000108477590000012.GIF" wi="46" he="58" />表示经过滤波后位置p的高分辨率UV通道值。C)经过双边滤波器处理后得到图像(4) 。 |