发明名称 一种基于视觉注意和质量可变的图像超分辨率重建方法
摘要 本发明涉及一种基于视觉注意和质量可变的图像超分辨率重建方法。本发明的具体步骤是:首先,对低分辨率图像区分人眼敏感区域与非敏感区域;其次,计算低分辨率图像人眼敏感区域的清晰度,根据清晰度通过补偿人眼敏感区域的高分辨率子块残差,采用质量可变的超分辨率重建;最后,对非人眼敏感区域采用Bicubic方法放大,并和人眼敏感区域的高分辨率重建结果融合得到高分辨率图像。本发明根据人眼对图像内容的不同敏感程度,将图像分成人眼敏感区域和非敏感区域,对不同区域采用不同的重建策略,对不敏感区域采用Bicubic插值方法放大,对敏感区域根据不同需求采用质量可变的重建方法,兼顾了重建结果和重建时间。
申请公布号 CN102722875A 申请公布日期 2012.10.10
申请号 CN201210170035.0 申请日期 2012.05.29
申请人 杭州电子科技大学 发明人 陈华华
分类号 G06T5/50(2006.01)I;G06T3/40(2006.01)I 主分类号 G06T5/50(2006.01)I
代理机构 杭州求是专利事务所有限公司 33200 代理人 杜军
主权项 1. 一种基于视觉注意和质量可变的图像超分辨率重建方法,其特征在于该方法包括以下步骤:步骤(1)区分低分辨率图像中的人眼敏感区域与非敏感区域,具体是:采用视觉注意机制模型提取出图像中的显著区域,以提取的显著区域的外接矩形作为人眼敏感区域,其余为非敏感区域;所述的视觉注意机制模型可采用ITTI提出的视觉注意的计算模型、离散余弦变换的脉冲模型或四元傅里叶变换的相位谱模型;步骤(2)计算低分辨率图像人眼敏感区域的清晰度Clear_F<sub><i>l</i></sub>,具体是:确定清晰度为超分辨率图像的无参考质量评价指标;定义清晰度如式(1)所示,其中Clear_F<sub>m</sub>为清晰度,blur_F<sub>m</sub>为模糊度;Clear_F<sub>m</sub>=1-blur_F<sub>m</sub>(1)其中下标m=<i>l</i>或者<i>h</i>,分别表示低分辨率图像和高分辨率图像;步骤(3)对人眼敏感区域采用质量可变的超分辨率重建,具体是:(a)按式(2)所示稀疏表示模型训练高、低分辨率过完备字典对D<sub><i>h</i></sub>、D<sub><i>l</i></sub><img file="2012101700350100001DEST_PATH_IMAGE002.GIF" wi="361" he="48" />(2)<i>x</i><sub><i>i</i></sub>和<i>y</i><sub><i>i</i></sub>分别是高低分辨率图像X、y的图像子块,<img file="2012101700350100001DEST_PATH_IMAGE004.GIF" wi="18" he="25" />是稀疏表示系数,<img file="DEST_PATH_IMAGE006.GIF" wi="17" he="25" />和<img file="DEST_PATH_IMAGE008.GIF" wi="20" he="25" />是正则化参数;(b)计算人眼敏感区域高分辨率图像清晰度阈值Clear_F<sub><i>h0</i></sub>=Clear_F<sub><i>l</i></sub>/K,K是人眼敏感区域的高低分辨率图像的模糊度比值,可由对高低分辨率图像模糊度进行统计获得,稀疏度设为预定值L;(c)如果稀疏度为L,则执行步骤(d),否则执行步骤(e);(d)对低分辨率图像人眼敏感区域<i>y</i><sub><i>reg</i></sub>中的各子块<i>y</i><sub><i>regi</i></sub>进行稀疏分解,即式<img file="DEST_PATH_IMAGE010.GIF" wi="76" he="26" />,用正交匹配跟踪法分解得到稀疏向量<img file="DEST_PATH_IMAGE012.GIF" wi="18" he="25" />,由<i>y</i><sub><i>reg</i></sub>减去其稀疏分解表示的图像<img file="DEST_PATH_IMAGE014.GIF" wi="154" he="52" />获得误差<i>y</i><sub><i>r</i></sub>,其中M是低分辨率测试图像人眼敏感区域所分成的子块数,R<sub>y<i>i</i></sub>是低分辨率测试图像人眼敏感区域的子块提取方式,T代表转置;由流形一致性假设重建得到人眼敏感区域的高分辨率图像X1,其中X1中与<i>y</i><sub><i>regi</i></sub>相对应的各子块<img file="DEST_PATH_IMAGE016.GIF" wi="70" he="25" />;对X1按式(1)进行清晰度评价,求得Clear_F<sub><i>h</i></sub>,对Clear_F<sub><i>h</i></sub>作以下判断:(d1)如果Clear_F<sub><i>h</i></sub>大于等于清晰度阈值Clear_F<sub><i>h0</i></sub>,则以X1作为人眼敏感区域的高分辨率图像X<sub><i>reg</i></sub>,输出X<sub><i>reg</i></sub>,结束;(d2)如果Clear_F<sub><i>h</i></sub>小于清晰度阈值Clear_F<sub><i>h0</i></sub>,则稀疏度L加1,以Clear_F<sub><i>h</i></sub>更新Clear_F<sub><i>h0</i></sub>,对误差<i>y</i><sub><i>r</i></sub>的各子块<i>y</i><sub><i>ri</i></sub>进行稀疏分解,即式<img file="DEST_PATH_IMAGE018.GIF" wi="70" he="25" />,重建得到残差X<sub><i>regr</i></sub>的各子块<img file="DEST_PATH_IMAGE020.GIF" wi="84" he="26" />,<img file="DEST_PATH_IMAGE022.GIF" wi="202" he="52" />,R<sub><i>xi</i></sub>是高分辨率测试图像人眼敏感区域的子块提取方式;(e)以X<sub><i>regr</i></sub>与X1之和作为新的人眼敏感区域的高分辨率图像X2,按式(1)对X2进行清晰度评价,求得Clear_F<sub><i>h</i></sub>,对Clear_F<sub><i>h</i></sub>作以下判断:(e1)如果Clear_F<sub><i>h</i></sub>小于Clear_F<sub><i>h0</i></sub>,则仍以X1作为人眼敏感区域的高分辨率图像X<sub><i>reg</i></sub>,输出X<sub><i>reg</i></sub>,结束;(e2)如果Clear_F<sub><i>h</i></sub>大于等于Clear_F<sub><i>h0</i></sub>,则以X2更新X1;(e3)如果Clear_F<sub><i>h</i></sub>/Clear_F<sub><i>h0.</i></sub>大于设定的阈值C,则稀疏度L加1,重复(e),直到输出人眼敏感区域的高分辨率图像X<sub><i>reg</i></sub>或稀疏度大于阈值Lmax或Clear_F<sub><i>h</i></sub>/Clear_F<sub><i>h0.</i></sub>小于C为止,此时以X1作为X<sub><i>reg</i></sub>,结束;步骤(4)对非人眼敏感区域采用Bicubic插值方法放大;步骤(5)人眼敏感区域的高分辨率结果X<sub><i>reg</i></sub>与非人眼敏感区域的插值结果在对应位置进行相加融合获得高分辨率图像。
地址 310018 浙江省杭州市下沙高教园区2号大街