一种图像下采样方法技术

本发明专利技术公开了一种图像下采样方法，其通过数据驱动的方式训练下采样滤波器，对图像内容具有更强的鲁棒性和适应性，在训练过程中使用的两项损失函数则使得训练出来的下采样滤波器具备多种特性：视觉效果优于一般的下采样滤波器，看起来细节丰富；而相比于一般下采样滤波器，在对下采样图像进行压缩之后造成的码率增加几乎可以忽略；同时，从下采样图像恢复原始图像之后，可以提供更加精确的重建图像。

【技术实现步骤摘要】
一种图像下采样方法
本专利技术涉及数字图像处理
，尤其涉及一种图像下采样方法。
技术介绍
数字图像处理技术在多媒体和计算机视觉任务里发挥了重要作用，常见的数字图像处理技术包括变采样，去噪，超分辨等。数字图像的变采样包括下采样和上采样，其中下采样技术的常见应用场景包括图片重定向和图像压缩。在图片重定向里，输入源图像的分辨率高于目标显示设备，为了能在目标显示设备中显示源图像，需要对其进行下采样。在这个任务里，目标一般是使得下采样之后的低分辨率图像主观质量好，尽量多地保留原图里的细节。而在图像压缩任务里，当给定的信道带宽较低，即可用的码率不足以清晰表示图像里的所有像素时候，为了获得较好的编码性能，通常对待编码图像进行下采样，然后对下采样之后的图像进行编码，最后在解码端通常利用超分辨技术把下采样的重建图像恢复到原始分辨率。在这个任务里，一个比较好的下采样算法需要满足两个要求，一是下采样之后的图像容易压缩，即压缩之后码率低；二是下采样图像包含尽可能多的关于原图的信息，即容易从下采样图像恢复出原图的细节。以下是一些研究在图片重定向和图像压缩里面使用下采样技术的工作：1)基于像素缝裁剪的下采本文档来自技高网...

【技术保护点】
1.一种图像下采样方法，其特征在于，包括：基于数据驱动训练下采样滤波器：a、通过传统下采样方法对原图像块进行下采样；b、通过卷积神经网络对原图像块像进行下采样；c、对卷积神经网络的下采样结果进行上采样得到重建图像块；d、利用传统下采样方法的下采样结果以及卷积神经网络的下采样结果得到正则化项损失函数，利用重建图像块及相应的原图像块得到重建项损失函数，再结合正则化项损失函数与重建项损失函数获得总的损失函数；e、结合总的损失函数利用反向传播算法更新下采样滤波器参数；利用训练好的下采样滤波器对输入图像做下采样处理。

【技术特征摘要】
1.一种图像下采样方法，其特征在于，包括：基于数据驱动训练下采样滤波器：a、通过传统下采样方法对原图像块进行下采样；b、通过卷积神经网络对原图像块像进行下采样；c、对卷积神经网络的下采样结果进行上采样得到重建图像块；d、利用传统下采样方法的下采样结果以及卷积神经网络的下采样结果得到正则化项损失函数，利用重建图像块及相应的原图像块得到重建项损失函数，再结合正则化项损失函数与重建项损失函数获得总的损失函数；e、结合总的损失函数利用反向传播算法更新下采样滤波器参数；利用训练好的下采样滤波器对输入图像做下采样处理。2.根据权利要求1所述的一种图像下采样方法，其特征在于，所述的原图像块是指对训练集进行预处理后的图像块；所述训练集是指包含图像的数据集，预处理时将每一图像图裁剪成大小相等的图像块。3.根据权利要求1或2所述的一种图像下采样方法，其特征在于，所述传统下采样方法包括：双三次插值下采样、双线性插值下采样及最近邻下采样；将传统下采样方法的映射函数记为F，则传统下采样方法的下采样结果为F(xi)，其中的xi表示第i个图像块。4.根据权利要求1或2所述的一种图像下采样方法，其特征在于，所述卷积神经网络为能够改变图像分辨率的任意结构形式；所述通过卷积神经网络对原图像块像进行下采样时，卷积神经网络将传统下采样方...

【专利技术属性】
技术研发人员：刘东，李跃，李厚强，吴枫，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽,34