一种图像超分辨率重建方法技术

本发明专利技术公开一种图像超分辨率重建方法，其包括以下步骤：将低分辨特征空间和高分辨特征空间构造成多个成对设置的低分辨特征子空间和高分辨特征子空间；在成对设置的低分辨特征子空间和高分辨特征子空间之间建立线性映射关系；根据线性映射关系将低分辨率重构图像重构成高分辨率重构图像。采用本发明专利技术图像超分辨率重建方法能够快速的获得高质量的高分辨率图像。

An image super-resolution reconstruction method

Super resolution reconstruction method of the present invention discloses an image, which comprises the following steps: low resolution and low resolution feature space into subspace multiple paired set of high resolution and high resolution feature subspace feature space structure; establish the linear mapping relationship between low resolution feature sub space are arranged in pairs and high resolution feature according to the linear mapping space; low resolution image reconstruction into high resolution image reconstruction. The image super-resolution reconstruction method can quickly obtain high quality and high resolution images.

【技术实现步骤摘要】
一种图像超分辨率重建方法
本专利技术涉及图像处理领域，特别涉及一种图像超分辨率重建方法。
技术介绍
在获取高分辨率图像时，提高成像系统的物理分辨率是最直接有效的手段，然而对成像系统的物理分辨率的升级需要精密的制造技术和高成本的元器件。因此在大多情况下，会采用图像处理技术如图像超分辨率重建将低分辨率图像转化为高分辨率图像。然而现有的图像超分辨率重建技术中，有些技术保证了高质量的高分辨率图像，但存在计算复杂耗时耗内存的问题；还有些技术计算简单快速，但无法保证能够得到高质量的图像。
技术实现思路
本专利技术提供一种图像超分辨率重建方法，以实现将低分辨率图像快速转化为高质量的高分辨率图像的目的。为实现上述目的，本专利技术提出一种图像超分辨率重建方法，其包括以下步骤：将低分辨特征空间和高分辨特征空间构造成多个成对设置的低分辨特征子空间和高分辨特征子空间；在成对设置的低分辨特征子空间和高分辨特征子空间之间建立线性映射关系；根据线性映射关系将低分辨率重构图像重构成高分辨率重构图像。其中，根据线性映射关系将低分辨率重构图像重构成高分辨率重构图像的步骤包括：从低分辨率重构图像提取出低分辨率重构图像块的低分辨率重构图像块特征；确定低分辨率重构图像块特征所对应的低分辨特征子空间；根据确定低分辨特征子空间的线性映射关系将低分辨率重构图像块特征映射成高分辨率重构图像块特征；将高分辨率重构图像块特征添加到低分辨率重构图像块中。其中，将低分辨特征空间和高分辨特征空间构造成多个成对设置的低分辨特征子空间和高分辨特征子空间的步骤包括：获取低分辨训练图像集与高分辨训练图像集，其中低分辨训练图像集中包括至少一低分辨训练图像，高分辨训练图像集中包括与低分辨训练图像成对设置的高分辨训练图像；从低分辨训练图像和高分辨训练图像中提取成对设置的低分辨训练图像块和高分辨训练图像块的低分辨训练图像块特征和高分辨训练图像块特征，进而形成低分辨训练图像块特征集和高分辨训练图像块特征集；将低分辨训练图像块特征集聚类成多个低分辨训练图像块特征子集；根据多个低分辨训练图像块特征子集将高分辨训练图像块特征集对应的划分成多个高分辨训练图像块特征子集。其中，获取低分辨训练图像集与高分辨训练图像集的步骤包括：获取高分辨训练图像集；对高分辨训练图像集中的高分辨率训练图像进行n倍下采样；通过插值方式对n倍下采样后的高分辨率训练图像进行n倍上采样，进而形成低分辨训练图像集中的低分辨训练图像，其中n为大于或等于2的正整数。其中，从低分辨训练图像和高分辨训练图像中提取成对设置的低分辨训练图像块和高分辨训练图像块的低分辨训练图像块特征和高分辨训练图像块特征的步骤包括：将高分辨训练图像与低分辨训练图像进行相减；在相减后的图像上进行提取与低分辨训练图像块对应的图像块并作为高分辨训练图像块特征。其中，将低分辨训练图像块特征集聚类成多个低分辨训练图像块特征子集的步骤包括：利用主分成分析算法对低分辨训练图像块特征集进行维数约简，再利用k-means聚类算法将约简后的低分辨训练图像块特征集聚类成多个低分辨训练图像块特征子集，并获取每个低分辨训练图像块特征子集所对应的聚类中心。其中，在成对设置的低分辨特征子空间和高分辨特征子空间之间分别建立线性映射关系的步骤包括：根据成对设置的低分辨训练图像块特征子集和高分辨图像块特征子集形成成对设置的低分辨子字典和高分辨子字典；利用成对设置的低分辨子字典和高分辨子字典形成线性映射矩阵。其中，根据成对设置的低分辨训练图像块特征子集和高分辨图像块特征子集形成成对设置的低分辨子字典和高分辨子字典的步骤包括：根据低分辨训练图像块特征子集形成低分辨子字典以及对应的多个表示系数；在假定成对设置的低分辨子字典和高分辨子字典采用相同的表示系数的情况下，根据多个表示系数形成高分辨子字典。其中，利用成对设置的低分辨子字典和高分辨子字典形成线性映射矩阵的步骤包括：利用脊回归算法根据低分辨子字典和高分辨子字典形成线性映射矩阵。其中，根据线性映射关系将低分辨率重构图像重构成高分辨率重构图像的步骤包括：根据高分辨率重构图像和低分辨率重构图像的分辨率倍数通过插值方式对低分辨率重构图像进行上采样；从上采样后的低分辨率重构图像提取低分辨率重构图像块的低分辨率重构图像块特征；确定低分辨率重构图像块特征所对应的低分辨训练图像块特征子集；根据低分辨训练图像块特征子集的线性映射矩阵将低分辨率重构图像块特征映射成高分辨率重构图像块特征；将高分辨率重构图像块特征添加到低分辨率重构图像块中；根据添加后的低分辨率重构图像块形成高分辨率重构图像。本专利技术图像超分辨率重建方法包括以下步骤：将低分辨特征空间和高分辨特征空间构造成多个成对设置的低分辨特征子空间和高分辨特征子空间；在成对设置的低分辨特征子空间和高分辨特征子空间之间建立线性映射关系；根据线性映射关系将低分辨率重构图像重构成高分辨率重构图像。本专利技术图像超分辨率重建方法中建立起多对低分辨率特征子空间和高分辨率特征子空间不同的线性映射关系，然后根据该多对线性映射关系将低分辨率重构图像重构成高分辨率重构图像，此重构过程中采用以特征来区分的多对线性映射关系，能够更准确的实现高分辨率重构图像的重构，以得到高质量的高分辨率图像。附图说明图1是本专利技术图像超分辨率重建方法一实施方式的流程示意图。具体实施方式为使本领域的技术人员更好地理解本专利技术的技术方案，下面结合附图和具体实施方式对专利技术所提供的一种图像超分辨率重建方法做进一步详细描述。请参阅图1，图1是本专利技术图像超分辨率重建方法一实施方式的流程示意图。本实施方式图像超分辨率重建方法包括以下步骤：S1：将低分辨特征空间和高分辨特征空间构造成多个成对设置的低分辨特征子空间和高分辨特征子空间。本步骤中将特征空间划分为多个特征子空间，并且使低分辨特征子空间与高分辨特征子空间一一对应。其中，特征空间也可看作是一个包含多种图像特征的集合，对该集合中的图像特征进行划分，得到多个图像特征的子集即特征子空间。本步骤S1中将特征空间划分为一一对应的特征子空间后，进行步骤S2，以获得一一对应的特征子空间之间的对应关系。S2：在成对设置的低分辨特征子空间和高分辨特征子空间之间建立线性映射关系。本步骤S2中在多个成对的低分辨特征子空间及高分辨特征子空间之间建立起线性映射关系，得到多个线性映射关系。所建立的线性映射关系即表示低分辨特征子空间可通过该线性映射关系映射到高分辨特征子空间。基于本步骤中所建立的线性映射关系，进行步骤S3的操作。S3：根据线性映射关系将低分辨率重构图像重构成高分辨率重构图像。本步骤S3最终得到高分辨率重构图像，实现了本专利技术图像超分辨率重建方法的最终目的，即获得高质量的高分辨率图像。根据步骤S2中的多个线性映射关系，将低分辨率重构图像重构成高分辨率重构图像，在此过程中，低分辨率重构图像中有多个图像特征，找到图像特征对应的特征子空间，即可依据对应的线性映射关系将低分辨率重构图像重构成高分辨率重构图像。本实施方式首先建立以特征划分的多个线性映射关系，即步骤S1和S2，相当于机器学习过程；然后根据多个线性映射关系对低分辨率重构图像进行重构，即步骤S3，相当于图像处理过程。由于多个线性映射关系根据特征进行划分，因此能够对低分辨率重构图像的各本文档来自技高网...

【技术保护点】
一种图像超分辨率重建方法，其特征在于，所述方法包括以下步骤：将低分辨特征空间和高分辨特征空间构造成多个成对设置的低分辨特征子空间和高分辨特征子空间；在成对设置的所述低分辨特征子空间和所述高分辨特征子空间之间建立线性映射关系；根据所述线性映射关系将低分辨率重构图像重构成高分辨率重构图像。

【技术特征摘要】
1.一种图像超分辨率重建方法，其特征在于，所述方法包括以下步骤：将低分辨特征空间和高分辨特征空间构造成多个成对设置的低分辨特征子空间和高分辨特征子空间；在成对设置的所述低分辨特征子空间和所述高分辨特征子空间之间建立线性映射关系；根据所述线性映射关系将低分辨率重构图像重构成高分辨率重构图像。2.根据权利要求1所述的方法，其特征在于，所述根据所述线性映射关系将低分辨率重构图像重构成高分辨率重构图像的步骤包括：从所述低分辨率重构图像提取出低分辨率重构图像块的低分辨率重构图像块特征；确定所述低分辨率重构图像块特征所对应的所述低分辨特征子空间；根据确定所述低分辨特征子空间的所述线性映射关系将所述低分辨率重构图像块特征映射成高分辨率重构图像块特征；将所述高分辨率重构图像块特征添加到所述低分辨率重构图像块中。3.根据权利要求1所述的方法，其特征在于，所述将低分辨特征空间和高分辨特征空间构造成多个成对设置的低分辨特征子空间和高分辨特征子空间的步骤包括：获取低分辨训练图像集与高分辨训练图像集，其中所述低分辨训练图像集中包括至少一低分辨训练图像，所述高分辨训练图像集中包括与所述低分辨训练图像成对设置的高分辨训练图像；从所述低分辨训练图像和所述高分辨训练图像中提取成对设置的低分辨训练图像块和高分辨训练图像块的低分辨训练图像块特征和高分辨训练图像块特征，进而形成低分辨训练图像块特征集和高分辨训练图像块特征集；将所述低分辨训练图像块特征集聚类成多个低分辨训练图像块特征子集；根据所述多个低分辨训练图像块特征子集将所述高分辨训练图像块特征集对应的划分成多个高分辨训练图像块特征子集。4.根据权利要求3所述的方法，其特征在于，所述获取低分辨训练图像集与高分辨训练图像集的步骤包括：获取所述高分辨训练图像集；对所述高分辨训练图像集中的高分辨率训练图像进行n倍下采样；通过插值方式对所述n倍下采样后的高分辨率训练图像进行n倍上采样，进而形成所述低分辨训练图像集中的低分辨训练图像，其中n为大于或等于2的正整数。5.根据权利要求3所述的方法，其特征在于，所述从所述低分辨训练图像和所述高分辨训练图像中提取成对设置的低分辨训练图像块和高分辨训练图像块的低分辨训练图像块特征和高分辨训练图像块特征的步骤包括：将所述高分辨训练图像与所述低...

【专利技术属性】
技术研发人员：李冀翔，许神贤，周明忠，
申请(专利权)人：深圳市华星光电技术有限公司，
类型：发明
国别省市：广东,44