一种基于局部秩先验的单幅图像超分辨率重建方法

摘要

本发明是一种基于局部秩先验的单幅图像超分辨率重建方法。其核心是通过学方法得到高分辨率图像的局部秩先验信息，利用这种先验信息，通过能量最小函数，约束待重建高分辨率图像的局部秩。然后将这种能量最小函数转化为局部秩约束的重建模型。考虑到图像的非局部特性，提出一种全局与非局部结合的优化模型。为了得到更好的非局部权值，还提出一种基于局部秩的优化的权值计算方法。本发明所提出的重建模型不仅能够很好的重建具有较多细节的高分辨率图像，而且能够减少重建图像的瑕疵以及锐化图像的边缘。

主权项

一种基于局部秩先验的单幅图像超分辨率重建方法，该方法包括以下步骤：(1)根据局部秩变换的原理，利用局部秩变换，将所得到的高低图像训练图像块分为两类：$P_{\delta }={\{X_h^i,Y_l^i,X_{\delta }^i,X_{-\delta }^i\}}_{i=1}^{n_1}$和$P_{-\delta }={\{X_h^i,Y_l^i,X_{-\delta }^i\}}_{i=1}^{n_2},$然后分别求取每个类的类中心，并利用稀疏编码对每一类分别训练，得到相应的字典；其中为低分辨率图像块，高分辨率图像块，正局部秩变换图像块，为负局部秩变换图像块；(2)利用训练得到的字典，求得高分辨率图像的局部秩先验；(3)提出能量最小化函数，约束高分辨率图像的局部秩；若待重建的低分辨率图像块属于类$P_{-\delta }={\{X_h^i,T_l^i,X_{-\delta }^i\}}_{i=1}^{n_2},$则提出的能量最小函数为：$\underset{{\tilde{X}}_h^i}{\min }{E}_1({\mathrm{LRT}}_{-\delta }\left({\tilde{X}}_h^i\right)-R_{-\delta }),$若待重建的低分辨率图像块属于类则提出的能量最小函数为：其中，R_‑δ是重建的高分辨率图像的负局部秩，是重建的高分辨率图像块；(4)将步骤(3)中能量最小化函数转化为约束优化问题，求得初始高分辨率图像；(5)对步骤(4)中求得的高分辨率图像做全局和改进权值的非局部约束，得到最终的高分辨率图像；其中在计算图像的非局部权值时，采用优化的基于局部秩的权值计算方法。