一种利用时空马尔科夫随机场模型的视频超分辨方法

摘要

本发明公开了一种利用时空马尔科夫随机场模型的视频超分辨方法，包括：收集训练数据，根据训练数据构建第一马尔科夫随机场模型，学第一马尔科夫随机场模型以获取先验约束；输入测试视频，对所述测试视频进行上采样以获得测试数据，根据所述测试数据构建第二马尔科夫随机场模型；以及利用学所述第一马尔科夫随机场模型获得的先验约束对所述第二马尔科夫随机场模型的参数进行优化，以对所述输入视频进行超分辨率运算。本发明同时利用自然场景图像的空域相关性和视频序列之间的时域相关性进行马尔科夫建模，发掘了视频的内在属性，实现简单、数据采集容易、自动化程度高。

主权项

一种利用时空马尔科夫随机场模型的视频超分辨方法，包括如下步骤：收集训练数据，根据所述训练数据构建第一马尔科夫随机场模型，学习所述第一马尔科夫随机场模型以获取先验约束，其中，所述训练数据为高分辨率视频图像，所述收集训练数据包括如下步骤：从高分辨率视频图像集中进行关键帧抽取，并对抽取后的高分辨率视频图像集进行分段；从分段后的所述高分辨率视频图像集中选取一个图像序列的子集；以及在所述图像序列的子集中进行随机采样以获取训练数据；所述根据训练数据构建第一马尔科夫随机场模型包括如下步骤：根据所述训练数据构建第一空域马尔科夫随机场模型和第一时域马尔科夫随机场模型；输入测试视频，对所述测试视频进行上采样以获得测试数据，根据所述测试数据构建第二马尔科夫随机场模型，其中，所述测试视频为低分辨率视频，所述根据测试数据构建第二马尔科夫随机场模型包括如下步骤：根据所述测试数据建立第二空域马尔科夫随机场模型和第二时域马尔科夫随机场模型，包括：利用图像分割算法对所述测试数据中的每帧图像进行过分割以得到多个不规则的邻域，其中，将所述多个不规则的邻域作为多个第二空域簇，根据所述多个第二空域簇构建所述第二空域马尔科夫随机场模型，其中，将所述多个不规则的邻域中的每个超像素作为一个第二空域簇；以及利用学习所述第一马尔科夫随机场模型获得的先验约束对所述第二马尔科夫随机场模型的参数进行优化，以对所述输入测试视频进行超分辨率运算。