基于子空间分解的高效数字图像大尺度放大方法技术

基于子空间分解的高效数字图像大尺度放大方法，含有用于图像子空间分解的奇异值分解（ＳＶＤ）的步骤其特征在于，它是将二维图像插值转换成若干奇异向量的一维插值的一种插值方法，它依次含有以下步骤： （１） 向计算机输入Ｍ＊Ｎ图像Ｘ，选用的一维插值算子，插值尺度； （２） 奇异值分解： 用下述矩阵Ｘ表示大小为Ｍ＊Ｎ的图像Ｍ≥Ｎ，矩阵元素ｘ↓［ｉｊ］，ｉ＝１…Ｍ；ｊ＝１…Ｎ，Ｘ＝ＵＥＶ↑［Ｔ］＝＊σ↓［ｉ］ｕ↓［ｉ］ｖ↓［ｉ］↑［Ｔ］ 其中，Ｅ＝ｄｉａｇ（σ１，σ２…，σ↓［ｒ］） Ｅ：奇异值矩阵 Ｕ＝［ｕ↓［１］，ｕ↓［２］…，ｕ↓［Ｎ］］ Ｕ：左奇异值向量矩阵 Ｖ＝［ｖ↓［１］，ｖ↓［２］…ｖ↓［Ｍ］］ Ｖ：右奇异值向量矩阵 σ↓［ｉ］，ｉ＝１…ｒ为奇异值， ｕ↓［ｉ］，ｉ＝１…ｒ为左奇异值向量， ｖ↓［ｉ］，ｉ＝１…ｒ为右奇异值向量； （３） 基于奇异值分解的图像插值： （３．１）利用一维插值算子对两个左、右奇异值向量进行插值，通过下式得到ｒ个秩为１的本征图：Ｓ↓［ｉ］↑［Ｉ］＝σ↓［ｉ］Ｉｎｔ１（ｕ↓［ｉ］）Ｉｎｔ１（ｖ↓［ｉ］） ｉ＝１…ｒ，其中Ｉｎｔ１（）为一维插值算子，插值可以利用任何现有的一维插值方法； （３．２）将所有ｒ个本征图相加后得到插值图像 Ｘ↑［Ｉ］＝＊Ｓ↓［ｉ］↑［Ｉ］。（*该技术在2022年保护过期，可自由使用*）

【技术实现步骤摘要】

，属于数字图像处理
通用的分块处理策略在N≤16时是不分块的，在N＞16时才分块，见文献W.Lu，Adaptive noise attenuation of seismic image based on singular value decompositionand texture direction detection，in Proc.of IEEE ICIP’2002，Vol.2，pp.465-468，2002. 通用的快速SVD算法见文献G.Golub，C.Van Loan，Matrix Computations，Baltimore，MDJohns Hopkins Univ.Press，1992.其步骤如下(1)计算分块后子矩阵A(尺寸为M*L)的QR分解A＝QR式中，Q是M*L的列正交矩阵，R是L*L的上三角矩阵。(2)利用标准的SVD算法计算矩阵R的奇异值分解R＝U′EVT(3)计算左奇异值向量矩阵U＝QU′本专利技术的特征在于它是将二维图像插值转换成若干奇异向量的一维插值的一种插值方法，它依次含有以下步骤(1)向计算机输入M*N图像X，选用的一维插值算子，本文档来自技高网...

【技术保护点】
1.基于子空间分解的高效数字图像大尺度放大方法，含有用于图像子空间分解的奇异 值分解(SVD)的步骤其特征在于，它是将二维图像插值转换成若干奇异向量的一维插值的一 种插值方法，它依次含有以下步骤： (1)向计算机输入M*N图像X，选用的一维插值算子，插值尺度； (2)奇异值分解： 用下述矩阵X表示大小为M*N的图像M≥N，矩阵元素xij，i＝1...M；j＝1...N， X

【技术特征摘要】

【专利技术属性】
技术研发人员：陆文凯，
申请(专利权)人：清华大学，
类型：发明
国别省市：