【技术实现步骤摘要】
本专利技术属于数字图像处理
，具体的说是一种图像超分辨率重建方法，用于单幅图像的高保真放大。
技术介绍
随着安防设备的普及，监控设备的应用也会越来越广泛，在我们生活中扮演的角色也越来越重要，由于监控的视野越大或者目标景物离监控设备的距离越远，分配到每个景物上的像素点越少，导致目标景物的细节丢失，图像变得模糊，不利于后续处理与目标识另IJ，因此，对目标景物进行超分辨率重建就显得尤为重要。超分辨率重建技术在医学成像、卫星遥感遥测、军事侦察与定位以及城市安防等领域有广泛的应用。 目前主要有三大类重建算法一类是传统多帧处理算法，此类算法通过融合同一场景的多幅图像的不同信息进行重建，此类算法都是基于同一模型，通过选取不同的约束项，对一个病态问题求解，此类算法输入要求较高，参数估计的精度要求非常高，因此应用受限。插值算法是一类最为简单，时效性最高的算法，包括双线性插值、双三次插值、三次样条插值等，插值算法不考虑图像内在结构(边缘)，容易造成图像模糊，此类算法一般作为其他超分辨率重建算法的预处理。基于机器学习的算法该类算法首先通过对图像库学习训练得到超分辨率重建所需的信...
【技术保护点】
基于双重字典学习的压缩感知图像超分辨率重建方法，其特征在于如下步骤：1、冗余字典、编码字典参数训练：为冗余字典，Ψ＝[ψ1，ψ2，…，ψn]∈Rm×n为编码字典，m、n为正整数，其中m＝512，n＝49，双重字典指的是本专利技术同时产生冗余字典和编码字典两个字典。第一步：读取图像库中超分辨率图像，将超分辨率图像转为灰度图像，然后分成大小为的小块样本，将得到的图像小块依从从左到右，从上到下，按列读取方式形成列向量，用si∈Rn，i＝1，2，...，Q表示每个小块形成的列向量，Q为总的列向量的个数；第二步：计算si的方差Var(si)，只保留Var(si)大于阈值TH的向量，其...
【技术特征摘要】
1.基于双重字典学习的压缩感知图像超分辨率重建方法，...
【专利技术属性】
技术研发人员：王好贤，张勇，毛兴鹏，黄建文，牛静，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：
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。