利用图像块分类稀疏表示与自适应聚合的图像超分辨方法

摘要

本发明公开了一种利用图像块分类稀疏表示与自适应聚合的图像超分辨方法，首先对训练集的图像块对进行分类，通过学得到分类的高分辨与低分辨的字典对；然后对低分辨图像块进行分类稀疏表示超分辨重构，得到高分辨图像块；最后对图像块进行自适应聚合得到输出的高分辨图像。本发明能够有效地对各类自然图像进行超分辨重构，显著地提高了边缘清晰度与纹理细节的恢复程度。

主权项

1.一种利用图像块分类稀疏表示与自适应聚合的图像超分辨方法，其特征在于包括字典学习阶段和图像超分辨重构阶段，其中在字典学习阶段，首先构建高分辨与低分辨图像块配对的训练集，再对训练集的图像块对进行分类，通过字典学习的方法对分类的图像块对进行学习，生成分类的过完备字典对；在图像超分辨重构阶段，首先对输入的彩色低分辨图像的亮度分量进行分块操作，利用分类稀疏表示的方法进行超分辨重构，得到初始化的高分辨图像块；其次对高分辨图像块按照重叠区域取平均值方法进行聚合，其公式为：从而得到初始估计的高分辨亮度分量X；然后利用可操纵核回归的方法计算初始估计的高分辨亮度分量X局部的权值矩阵A，同时利用非局部均值的方法计算初始估计的高分辨亮度分量X全局的权值矩阵B，将计算得到局部的权值矩阵A和全局的权值矩阵B进行图像块聚合，通过交替更新高分辨亮度分量X、矩阵A和矩阵B，直至满足收敛条件则停止更新，否则，则对上述计算矩阵A和矩阵B的步骤进行循环；最后将亮度分量与利用双立方插值放大的色度分量进行色彩融合，由YCbCr色彩空间转换到RGB色彩空间，得到输出的彩色高分辨图像。