1.一种基于自身样例和稀疏表示的图像超分辨率方法,包括离线的获得投影矩阵、利用投影矩阵产生高频特征、利用外部训练法产生低分辨率字典、和高分辨率字典的离线的训练阶段;和在线的利用训练好的投影矩阵产生主要高频特征、利用低分辨率字典和最优匹配跟踪方法产生稀疏表示的系数、利用系数表示的系数和高分辨率的字典产生高频残差特征、重构高分辨率图像的在线的放大阶段。
2.如权利要求1所述的一种基于自身样例和稀疏表示的图像超分辨率方法,其中的离线的训练阶段的特征在于,包括以下步骤:步骤1)获得投影矩阵的方法,对于输入的高分辨率的原始图像HORG经过点扩展算子的卷积和下采样操作后得到低分辨率的图像I0,然后,把图像I0看作为高分辨率的训练图像IH,对IH进行点扩展算子的卷积和下采样后得到低分辨率的训练图像IL,接下来,使用双三次插值方法放大图像IL,并对放大得到的图像使用迭代反投影(iterative back propagation,IBP)的方法进行修正得到图像ILF,图像IH减去图像ILF得到图像IHF,投影矩阵Pk的训练集 其中,N1是图像块的个数, 是由图像IHF直接分块得到的图像块的集合, 是使用下面的式(1-4)中的四个高通滤波器分别滤波处理图像ILF,在每个像素点上得到4个分量,并使用主成分分析的方法(principle component analysis,PCA)降维后只剩1个分量所得到的图像块集合,G=[1,0,-1]; (1)
L=[1/2,0,-1,0,1/2]; (2)
GT=[1,0,-1]T (3)
LT=[1/2,0,-1,0,1/2]T (4)
在低分辨率的训练集 中采用K-均值(K-means)分类的方法,对其空间分为K个类,每个类的中心点为锚点 每个锚点 都对应一个邻域矩阵 其中,每个邻域矩阵由有nc个和锚点最相近的原子(atom) 组成, 为矩阵 的第m列,这nc个最相近的原子是通过计算训练样例集合中的每个原子与锚点 的相关性,选择相关性最大的原子得到的,同时,和这些原子 相对应的高分辨率的图像块 组成高分辨率上的邻域矩阵 然后利用如下公式(5),可以得到和锚点 相对应的投影矩阵Pj,其中,矩阵I是单位矩阵,λ是平衡因子,矩阵XT是矩阵X的转置矩阵;
步骤2)重建出主要高频特征的方法,对低分辨率图像I0使用双三次插值放大可以得到初始插值图像Ibic,然后对Ibic中的每一个图像块 找到和其相关性最大的锚点 利用训练好的投影矩阵 和以下公式(6)估计出高分辨率图像中的图像块主要高频图像HMHF可以通过合并以上所有估计出的高分辨率图像块,以及对块与块之间的重叠区域取平均值求出来;
步骤3)利用外部训练法产生稀疏字典的方法,图像Iibp加上得到的主要高频图像HMHF可以得到高分辨率临时图像HTMP,图像HORG减去图像HTMP可以得到残差高频图像HRHF,用和处理IHF、ILF一样的方法处理图像HTMP和HRHF,可以得到外部训练集 其中是图像HTMP上提取的图像块,N2是其中的图像块的个数, 是图像HRHF经过和在以上步骤
1)中相同的滤波和主成分分析后在相同位置处提取的图像块,使用稀疏表示中K-SVD字典训练的方法处理 可以得到低分辨冗余字典LRD和稀疏表示向量利用外部训练集中的所有高分辨率块 可以构成矩阵Q,其由
是矩阵Q的第m列,利用稀疏表示向量 可以构成矩阵R,其中 是矩阵R的第m列,然后,利用以下公式(7)可以得到高分辨率的字典HRD=Q*RH*(R*RH)-1 (7)
这样,就完成了离线的训练过程,得到了投影矩阵Pj、过完备的低分辨率的字典LRD、和高分辨率字典HRD,以供在线过程使用。
3.如权利要求1所述的一种基于自身样例和稀疏表示的图像超分辨率方法,其中的在线的放大阶段的特征在于,包括以下步骤:步骤1)利用训练好的投影矩阵产生主要高频特征的方法,对输入的一幅低分辨率的图像LINPUT,以图像LINPUT作为以上离线过程中的输入图像HORG,按照上面离线过程中步骤1)中的处理方法,可以生成图像ILF,然后对ILF图像中的每一个图像块,以及训练好的投影矩阵根据前面的公式(6),生成主要高频特征图像HMHF;
步骤2)利用字典LRD和最优匹配跟踪方法产生低分辨率块的稀疏表示的系数的方法,图像Iibp加上主要高频图像HMHF得到高分辨率临时图像HTMP,生成HR临时图像HTMP以后,先使用上面的(1-4)式中的四个高通滤波器分别滤波处理HTMP,并使用PCA降维以后可以得到一图像,然后从此图像中提取图像块 再使用优化的匹配跟踪(optimal matching pursuit,OMP)算法处理 和低分辨冗余字典LRD,可以得到图像块 在低分辨率字典上的稀疏表示系数矢量步骤3)利用字典HRD和稀疏表示的系数重建残差高频特征的方法,重建的高分辨率图像块可以表示为 按照这个方法对在线过程步骤2)最后得到的图像中所有的块进行以上的处理,并对图像块块与图像块之间重叠的区域采用取平均值的方法,就可以得到高分辨率的残差高频图像HRHF;
步骤4)输出高分辨率的重构的图像的方法,最后,高分辨率的残差高频图像HRHF加上高分辨率的临时图像HTMP便得到最终的输出的高分辨图像HEST。