An apparatus for providing super-resolution for a low resolution image is disclosed. The apparatus may include: image block representation and extraction device, which comprises configured from the low resolution image to extract the image block and the image block from the first group said filter is a high dimensional vector; mapping device, comprising is configured to each of the high dimensional nonlinear mapping for second sets of filter high resolution image block representation; and a polymerization device, which is configured to the polymerization of the high resolution image with high resolution image blocks that generated the low resolution images. A method for providing super-resolution for a low resolution image is also disclosed.
【技术实现步骤摘要】
【国外来华专利技术】用于为低分辨率图像提供超分辨率的设备和方法
本申请总体涉及图像处理的领域,确切地说,涉及用于为低分辨率图像提供超分辨率的设备和方法。
技术介绍
超分辨率(SR)是提高成像系统的分辨率的一类技术。用于单个图像的超分辨率的近来现有技术方法多数是基于实例的(example-based)。这些方法利用相同图像的内部相似度,或者从外部低分辨率和高分辨率实例对中学习映射函数。基于外部实例的方法通常具有充足的样本,但其难点在于如何有效并简要地对数据进行建模。一类现有技术SR方法学习高/低分辨率图像块(patch)之间的映射。这些研究的不同之处在于如何学习简明字典(compactdictionary)或多方面的空间(manifoldspace)以将低/高分辨率图像块关联起来,并且在如何在此类空间中建立表示方案(representationscheme)的方面也是不同的。在这些方法中,图像块的优化是焦点;图像块提取和聚合步骤被视作预处理/后处理并且单独地进行处理。卷积神经网络(CNN)追溯到数十几年前,而近年来,部分地由于它成功进行图像分类而异常流行起来。卷积神经网络通常应用于自然图像去噪和去除噪音图案(污物/雨),但从未用于图像超分辨率问题。
技术实现思路
根据本申请的实施方式,公开了用于为低分辨率图像提供超分辨率的设备。所述设备可包括:图像块提取与表示装置,其包括被配置成从所述低分辨率图像中提取图像块并且将所提取的图像块表示为高维向量的第一组滤波器;映射装置,其包括被配置成将每个所述高维向量非线性地映射为高分辨率图像块表示的第二组滤波器;以及聚合装置,其被配置成聚合所述高分 ...
【技术保护点】
一种用于为低分辨率图像提供超分辨率的设备,包括:图像块提取与表示装置,其包括被配置成从所述低分辨率图像中提取图像块并且将所提取的每个图像块表示为高维向量的第一组滤波器;映射装置,其包括被配置成将每个所述高维向量非线性地映射为高分辨率图像块表示的第二组滤波器;以及聚合装置,其被配置成聚合所述高分辨率图像块表示,以生成所述低分辨率图像的高分辨率图像。
【技术特征摘要】
【国外来华专利技术】1.一种用于为低分辨率图像提供超分辨率的设备,包括:图像块提取与表示装置,其包括被配置成从所述低分辨率图像中提取图像块并且将所提取的每个图像块表示为高维向量的第一组滤波器;映射装置,其包括被配置成将每个所述高维向量非线性地映射为高分辨率图像块表示的第二组滤波器;以及聚合装置,其被配置成聚合所述高分辨率图像块表示,以生成所述低分辨率图像的高分辨率图像。2.根据权利要求1所述的设备,其中所述第一组滤波器被配置成从所述低分辨率图像中提取所述图像块并且根据第一参数的第一非线性函数将所提取的每个图像块表示为所述高维向量,其中所述第一参数是从与所述低分辨率图像相关联的预定参数中确定的。3.根据权利要求1或2所述的设备,其中所述第二组滤波器被配置成根据第二参数的第二非线性函数将每个所述高维向量非线性地映射为所述高分辨率图像块表示,其中所述第二参数是从与所述高维向量相关联的预定参数中确定的。4.根据权利要求3所述的设备,其还包括:比较装置,其被配置成从预定训练集中对与所述低分辨率图像对应的标定真实高分辨率图像进行取样,并且比较所述聚合的高分辨率图像与对应的标定真实高分辨率图像之间的不同以生成重建误差,其中所述重建误差进行反向传播,以确定所述第一参数和所述第二参数。5.根据权利要求4所述的设备,还包括训练集准备装置,其中所述训练集准备装置还包括:裁剪器,其被配置成从随机选择的训练图像中随机裁剪多个子图像,以生成标定真实高分辨率子图像的集合;低分辨率子图像生成器,其被配置成基于所述真实高分辨率子图像的集合来生成低分辨率子图像的集合;配对装置,其被配置成将所述标定真实高分辨率子图像中的每个与对应的低分辨率子图像进行配对;以及收集器,其被配置成收集配对的标定真实高分辨率子图像和所述低分辨率子图像,以形成所述预定训练集。6.根据权利要求5所述的设备,其中所述低分辨率子图像生成器还包括:模糊装置,其被配置成通过高斯核而使每个所述标定真实高分辨率子图像模糊;下采样装置,其被配置成以预定比例因子对模糊的标定真实高分辨率子图像进行下采样;以及放大装置,其被配置成以预定放大因子放大下采样的标定真实高分辨率子图像,以生成所述低分辨率子图像的集合。7.根据权利要求1所述的设备,其还包括:放大单元,其被配置成将所述低分辨率图像放大到预定尺寸。8.根据权利要求4所述的设备,其中所述重建误差包括均方误差。9.一种用于为低分辨率图像提供超分辨率的方法,包括:由包括第一组滤波器的图像块提取与表示装置从所述低分辨率图像中提取图像块并且将所提取的每个图像块表示为高维向量;由包括第二组滤波器的映射装置将每个所述高维向量非线性地映射为分辨率图像块表示;以及聚合所述高分辨率图像块表示,以生成高分辨率图像。10.根据权利要求9所述的方法,其中从所述低分辨率图像中提取图像块并且将所提取的每个图像块表示为高维向量还包括:从所述低分辨率图像中提取图像块并且根据第一参数的第一非线性函数将所提取的每个图像块表示为所述高维向量,其中所述第一参数是从与所述低分辨率图...
【专利技术属性】
技术研发人员:汤晓鸥,董超,吕健勤,何凯明,
申请(专利权)人:北京市商汤科技开发有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。