【技术实现步骤摘要】
本专利技术涉及一种文本图像超分辨率方法,更具体的说是ー种基于抠像与边缘增强的文本图像超分辨率方法。
技术介绍
文本图像超分辨率是图像超分辨率研究的ー个分支,图像超分辨率方法一般来说可以分为三类基于样本学习的方法、基于重构的方法和基于插值的方法。基于样本学习的方法通过学习高分辨率图像块/參数和低分辨率图像块/參数之间的对应关系来解决超分辨率问题,这类方法需要消耗相当长的时间来进行样本训练,而且样本图像的选取对超分结果的影响很大。基于重构的方法通过最小化原始低分辨率图像与由高分辨率图像下采样构成的低分辨率图像之间的误差来迭代出最終的高分辨率图像,这种方法不需要进行训练,但不能保证算法收敛的最終高分辨率图像具有理想视觉效果[3]。相比这些方法,图像插 值方法如双线性插值和双三次插值简单快速,因此获得更加广泛的应用。但是简单的插值方法会造成图像边缘模糊和边缘锯齿。因此,最近出现了ー些基于边缘的插值方法[4_5],这类方法在进行插值的过程中,尽量保证图像边缘的清晰和连续,因此能一定程度上解决图像边缘的模糊和锯齿问题。但是,与简单的插值方法相比,这类方法的计算消耗过高,很难满足ー些实际应用需求,比如低分辨率文本图像或视频在高分辨率显示器上显示的等。Q.Shan等人提出基于迭代的上采样和去模糊的快速超分辨率方法[6],但是这种方法容易在去模糊过程中丢失图像纹理或在图像边缘处出现人造痕迹,并且该算法的快速实现需建立在GPU加速的基础上。
技术实现思路
为解决文本图像超分辨率方法速度和效果上存在的上述问题,本专利技术提供了ー种基于抠像和边缘增强的快速文本图像超分辨率方法。本专 ...
【技术保护点】
一种基于抠像和边缘增强的快速文本图像超分辨率方法,包括以下具体步骤:1)对低分辨率文本图像进行二值化,得到低分辨率文本图像的二值图像。2)用低分辨率文本图像及其二值图像作为输入,采用基于引导滤波的抠像算法得到文本图像的前景透明度图像;3)根据原文本图像和步骤2)得到的前景透明度图像估计前景色和背景色;4)对低分辨率文本图像的前景色以及背景色部分采用插值算法进行超分辨率处理;5)对低分辨率文本图像的前景透明度部分采用边缘增强插值算法进行超分辨率处理;6)将经过超分辨率处理后的前景色、背景色以及前景透明度组合得到最终的高分辨率文本图像;
【技术特征摘要】
1.ー种基于抠像和边缘增强的快速文本图像超分辨率方法,包括以下具体步骤 1)对低分辨率文本图像进行ニ值化,得到低分辨率文本图像的ニ值图像。2)用低分辨率文本图像及其ニ值图像作为输入,采用基于引导滤波的抠像算法得到文本图像的前景透明度图像; 3)根据原文本图像和步骤2)得到的前景透明度图像估计前景色和背景色; 4)对低分辨率文本图像的前景色以及背景色部分采用插值算法进行超分辨率处理; 5)对低分辨率文本图像的前景透明度部分采用边缘增强插值算法进行超分辨率处理; 6)将经过超分辨率处理后的前景色、背景色以及前景透明度组合得到最終的高分辨率文本图像;2.根据权利要求I所述的基于抠像与边缘增强的快速文本图像超分辨率方法,所述的步骤I)采用大律法来选取文本图像ニ值化的阈值。3.根据权利要求I所述的基于抠像与边缘增强的快速文本图像超分辨率方法,所述的步骤2)将低分辨率文本图像作为引导文本图像,对低分辨率文本图像的ニ值化图像进行引导滤波从...
【专利技术属性】
技术研发人员:李树涛,康旭东,孙斌,孙俊,
申请(专利权)人:湖南大学,富士通株式会社,
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。