基于结构自相似性与稀疏表示的超分辨率图像重构方法

摘要

本发明公开了一种基于结构自相似性与稀疏表示的超分辨率图像重构方法，其主要步骤为：首先对一组训练样例图像滤波提取特征，再抽取小块构造一对高分辨图像块与低分辨图像块字典；对输入的低分辨率图像插值放大，滤波提取特征；求解重构权值矩阵W；迭代更新稀疏系数{αi}和待重构的高分辨率图像X；直到迭代收敛，最终恢复出满意的高分辨率图像。本发明利用图像的结构自相似性主要解决了现有方法重构质量不高的问题。运行时间短，重构图像的效率和质量高，能够对各种自然图像，包括动植物和人等非纹理类图像以及建筑物等纹理性比较强的图像进行重构。

主权项

1.一种基于结构自相似性与稀疏表示的超分辨率图像重构方法，包括如下步骤： 步骤1.输入训练样例图像对，用训练样例图像对学习构造一对规模均为K的低分辨率字典D_l和所对应的高分辨率字典D_h； 步骤2.输入待重构的低分辨率图像y，对输入的低分辨率图像进行插值放大，得到该图的初始高分辨率图像X₀和特征图像块，插值放大获得初始高分辨率图像X₀和特征图像块的过程包括： （2.1）输入一幅低分辨率图像y，对该图像进行滤波提取特征，得到低分辨率特征图像Q； （2.2）从低分辨率特征图像Q中，按重叠的方式，提取低分辨率特征图像Q的特征图像块； （2.3）对低分辨率图像y进行Bicubic插值放大，得到初始高分辨率图像X₀； 步骤3.引入稀疏表示约束项、图像结构自相似性约束项和保真约束项，构造出目标函数F（X，{α_i}）： 其中，X为一个表示待重构图像的变量，α_i表示第i个特征图像块的稀疏系数，y是输入的低分辨率图像，F表示取特征操作，表示在低分辨率图像中取第i个低分辨率图像块的操作，表示在高分辨率图像中取第i个高分辨率图像块的操作，B表示下采样操作，H表示加模糊操作，D_l、D_h分别是低分辨率字典和高分辨率字典，λ₁、λ₂、λ₃和λ₄是正则化参数，I为单位阵，W是权值矩阵；步骤4.优化目标函数F（X，{α_i}），得到高分辨率图像X^*输出，完成图像超分辨率重构，其具体过程包括： （4.1）对目标函数F（X，{α_i}）初始化，将初始高分辨率图像X₀的值赋给变量X； （4.2）求出目标函数中的权值矩阵W； （4.3）固定权值矩阵W和变量X，更新目标函数中稀疏系数变量{α_i}的值,继续下一步； （4.4）固定稀疏系数变量{α_i}，更新目标函数中变量X的值； （4.5）重复步骤4.2-4.4，直到算法收敛，将变量X最终的值赋给高分辨率图像X^*，将高分辨率图像X^*输出。