1.一种相似样本特征拟合的人脸图像清晰化方法,其特征在于,其步骤如下:S1、将一组与待清晰人脸图像尺寸和姿势相同的清晰人脸图像通过降质得到一组对应的非清晰人脸图像,并把两组图像按照像素位置划分成对应的图像块,再将图像块按像素位置构建清晰和非清晰训练样本集;
S2、将每个像素位置的训练样本集中的图像块减去均值后,再进行特征提取;
S3、将待清晰人脸图像按照像素位置重叠取块得到待清晰人脸图像块,然后对每个图像块减去均值,再进行特征提取;
S4、在与待清晰人脸图像块像素位置对应的非清晰训练样本集中,找到与待清晰人脸图像块特征最相近的K个非清晰人脸图像块特征,并在清晰训练样本集中找到与之对应的K个清晰人脸图像块特征,将所找到的K个清晰和非清晰的人脸图像块特征构成训练样本对;
S5、利用训练样本对学习非清晰人脸图像块特征和清晰人脸图像块特征之间的非线性回归关系,利用学习到的回归关系求得待清晰人脸图像块特征对应的清晰人脸图像块特征;
S6、将求得的清晰人脸图像块特征经过反投影变换得到清晰人脸图像块;
S7、将逐个求得的清晰人脸图像块按照它在人脸图像上的位置拼接成最终的清晰人脸图像;
2.如权利要求1的方法,其特征在于,所述步骤S1,其具体为:S11、从人脸样本库中选取一组与待清晰人脸图像尺寸和姿势一致的清晰人脸图像;对清晰人脸图像进行下采样,得到缩小的清晰人脸图像,然后采用双三次插值算法将缩小的清晰人脸图像放大至与原始清晰人脸图像相同的尺寸,通过对清晰人脸图像集中的每幅图像进行上述操作得到一组插值的非清晰人脸图像;
S12、采用大小固定的矩形窗口分别对清晰、非清晰人脸图像进行滑窗分块,并保证上下左右相邻位置块之间有重叠部分,且重叠的像素个数相同;
S13、分别将清晰和非清晰人脸图像中相同像素位置的图像块整合在一起,构成清晰和非清晰训练样本集;假设在位置p处的非清晰训练样本集定义为清晰训练样本集定义为 其中J是样本集中图像块的维度,M是样本集中图像块的个数,xp和yp分别表示非清晰和清晰图像在位置p处的图像块。
3.如权利要求1的方法,其特征在于,所述步骤S2,其具体为:S21、将S1中所述的每个像素位置的清晰和非清晰训练样本集中的图像块减去均值后进行特征提取,以位置p处为例,具体为:根据投影矩阵U、V把S1所述的X、Y投影到特征空间中:其中meanX和meanY分别表示S1所述的X样本集和Y样本集中所有图像块的平均值,i=1,
2,...,M;投影后的样本集分别为 和
其中q小于等于样本集中图像块维度J, 和 分别表示xp和yp投影后的结果;
投影矩阵U、V的计算步骤如下:
分别将S1所述训练样本集X和Y中的图像块减去均值,再通过公式(3)计算它们之间的相关矩阵C:C=(Y-meanY)T(X-meanX) (3)通过公式(4)的方法分解相关矩阵C:
C=UΛVT (4)
通过求解公式(5)即可得到U、
maxU,VViT(X-meanX)T(Y-meanY)Ui (5)
4.如权利要求1的方法,其特征在于,所述步骤S3,其具体为:S31、采用与S1所述的大小相同的矩形窗口对待清晰人脸图像进行滑窗分块,并保证上下左右相邻位置块之间有重叠部分,且重叠像素个数与S1中所述的重叠像素个数相同;
S32、在位置p处,根据公式(6)利用S2所述的投影矩阵V将位置p处的待清晰人脸图像块Lp投影到特征空间中,得到待清晰人脸图像块特征
5.如权利要求2的方法,其特征在于,所述步骤S4,其具体为:在位置p处,通过求解公式(7),在S2所述的ZX中找出与待清晰人脸图像块特征 欧氏距离最相近的K个非清晰人脸图像块特征:其中,i=1,2,…,M。并在ZY中找到与ZX中的K个非清晰人脸图像块特征相对应的清晰人脸图像块特征,构成训练样本对。
6.如权利要求2的方法,其特征在于,所述步骤S5,其具体为:在图像上每个位置处,根据最小均分误差准则求解公式(8),得到清晰、非清晰训练样本集中对应图像块特征之间的非线性回归关系:其中,矩阵A中的每一行代表一个图像块特征,C是正则化参数,I表示元素都为1的列向量,Φ表示Sigmoid函数即Φ(x)=1/(1+e-x),β为隐藏参数,在输入数据时按照高斯分布随机生成,y代表输出,如果求得w和b,对于一个输入x′,对应的输出y′=wTΦ(β,x′)-b;
通过牛顿法求解上述模型得到w和b;
通过将S4所述训练样本对中的非清晰图像块特征作为回归模型的输入,清晰图像块特征作为模型的输出,求得模型目标参数w和b;则对于S3所述的输入 通过公式(10)求出对应的清晰图像块特征
7.如权利要求1的方法,其特征在于,所述步骤S6,其具体为:通过求解公式(11),将S5所述的清晰图像块特征 反投影到原始的图像空间中,得到清晰人脸图像块Hp:
8.如权利要求1的方法,其特征在于,所述步骤S7,其具体为:根据待清晰人脸图像块依次求出对应的清晰人脸图像块,将清晰人脸图像块按像素位置拼接成清晰人脸图像,当遇到重叠像素时取重叠位置像素值的平均值作为重叠位置最终的像素值。
9.如权利要求1的方法,其特征在于,所述步骤S8,其具体为:S81、样本生成模块:用于对S1所述清晰图像进行降质处理得到非清晰人脸图像;对清晰人脸图像进行下采样,得到缩小的清晰人脸图像,然后采用双三次插值算法将缩小的清晰人脸图像放大至与原始清晰人脸图像相同的尺寸得到非清晰人脸图像;
S82、图像分块模块:用于对将所述的清晰和非清晰人脸样本图像划分成大小相同的图像块,并保证上下左右相邻图像块之间有重叠部分,且重叠的像素个数相同;
S83、特征提取模块:用于将所述的图像块进行特征提取,投影到一个共同的特征空间;
S84、样本对生成模块:用于在非清晰训练样本集中,找到与待清晰人脸图像块特征最相近的K个非清晰人脸图像块特征,并在清晰训练样本集中找到与之对应的K个清晰人脸图像块特征,将所找到的K个清晰和非清晰的人脸图像块特征构成训练样本对。