一种基于非线性预测稀疏编码的单幅图像超分辨率快速重建方法技术

本发明专利技术公开了一种基于非线性预测稀疏编码的图像超分辨率重建方法，在训练过程中，本发明专利技术在经典的基于稀疏编码算法的准则函数基础上叠加了非线性预测编码项，并且设计了自己的优化策略来最小化该目标函数，在重建过程中，本发明专利技术仅仅对输入的低分辨率图像块和预先训练得到的低分辨率字典采用一个非线性迭代步骤直接来逼近所要求的稀疏编码，避免了对每一个小图像块求解稀疏表示系数的问题。实验结果表明，与经典的基于稀疏编码的图像超分辨率算法相比，本发明专利技术在保证了重建结果具有充分竞争力的同时大大降低了实验所需的时间。

【技术实现步骤摘要】

专利技术涉及图像信息处理
，特别是涉及一种基于预测稀疏编码的单幅图像快速超分辨率重建方法。
技术介绍
图像超分辨率问题一直是数字图像处理领域的一个基本问题，也是当前计算机视觉领域中受人关注的热点问题之一。图像超分辨率是指由一幅低分辨率图像或者图像序列恢复出高分辨率图像的过程。由于图像分辨率的高低往往表现了图像质量的高低，而一幅高分辨率图像能提供更多的图像信息，对图像识别、图像理解起到非常重要的作用，因此从低分辨率图像恢复出高分辨率图像是非常有必要的。由于硬件设备上具有局限性，而使用算法实现图像超分辨率技术能够缓解硬件技术上的复杂设计工序和巨大的消耗成本，因而不论在理论还是实际中，都有着广阔的研究和应用前景。目前，图像超分辨率技术在遥感探测、医学成像、公共安全、人机交互等领域都有着广泛的应用。由于在同样场景下的低分辨率图像要比高分辨率图像丢失更多的高频信息和细节信息，所以通过低分辨率图像重建出相同场景下的高分辨率图像一直是一个ill-posed问题。目前，图像超分辨率方法主要分为三大类：基于插值、基于重建和基于学习的方法。基于插值的图像超分辨率算法通过将同一场景下的多幅低分辨率本文档来自技高网...

【技术保护点】
一种基于非线性预测稀疏编码的图像超分辨率重建方法，其特征在于：重建阶段不需要对每个图像块求解一个稀疏表示问题，而仅仅采用输入的低分辨率图像块和预先训练得到低分辨率字典直接预测出稀疏编码，采用如下步骤：1)如下给定采样的训练块对{Xh,Xl}，这里Xh是高分辨率图像块，Xl是经过对应的高分辨率图像块下采样得到的低分辨率图像块。本文考虑如下准则函数：min f(Dh,Dl,A)s.t.||Dh,i||22≤1,||Dl,i||22≤1---(1)]]>上式中，i表示字典的第i列，A代码稀疏编码；其中：f(Dh,Dl,A)=1N||Xh-DhA||22+1N||tanh(WXh+B)-A...

【技术特征摘要】
1.一种基于非线性预测稀疏编码的图像超分辨率重建方法，其特征在于：重建阶段不需要对每个图像块求解一个稀疏表示问题，而仅仅...

【专利技术属性】
技术研发人员：沈辉，袁晓彤，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏;32