基于軟閾值編碼的快速圖像超分辨方法技術

本發明專利技術公開了一種基于軟閾值編碼的快速圖像超分辨方法。其步驟為：(1)輸入待處理的低分辨圖像；(2)獲得待處理的低分辨圖像塊集；(3)獲得高和低分辨訓練圖像塊集；(4)計算高和低分辨字典；(5)獲得高分辨圖像塊集；(6)獲得高分辨圖像。本發明專利技術將軟閾值編碼引入到圖像超分辨領域來，克服了現有技術中采用稀疏表示從而導致的重構時間過程、引入噪聲和不必要信息的缺陷，超分辨恢復的圖像輪廓更加清晰，更加真實自然。

【技術實現步驟摘要】

本專利技術屬于圖像處理
，更進一步涉及自然圖像處理
中的基于軟 閾值編碼的快速圖像超分辨方法。本專利技術是將低分辨的圖像進行超分辨，以得到一幅清晰 的高分辨圖像，以便為圖像后續的解譯、目標識別、目標檢測提供更準確、全面的信息。
技術介紹
圖像超分辨技術是指從單幅或多幅低分辨率的圖像中重建出一幅清晰的高分辨 率的圖像的過程。在實際成像中，受成像系統物理分辨率限制，以及場景變化與天氣等諸 多因素的影響，這導致成像系統只能得到質量較差、分辨率較低的圖像，影響了對景物更全 面、清晰的描述。圖像超分辨的目的是為了得到高分辨圖像，增強和豐富了景物的細節內 容，以便為后續的圖像處理與解譯提供更準確、全面的信息。圖像超分辨技術主要可以分為 基于插值、基于重建和基于學習三大類。目前單幅圖像主要是基于低分辨-高分辨圖像塊 之間映射關系學習來實現圖像的超分辨。 Yang, Wright 等人發表的論文 " Image Super-Resolution Via Sparse Representation''(IEEE Trans, on Image Processing vol. 19no. 11pp. 2861-2873. 2010) ψ 提出一種基于稀疏表示的圖像超分辨方法。該方法將壓縮感知的思想引入超分辨重構中， 通過稀疏表示的方法來獲得低分辨和高分辨的字典對。當低分辨圖像的稀疏表示通過壓縮 感知的方法得到時，則高分辨圖像的稀疏表示也相應的得到，從而可以有效地對低分辨圖 像進行重建。但是該方法仍然存在的不足之處是，該方法是通過對低分辨圖像進行完全重 構式地編碼，造成在編碼過程中引入噪聲和不必要的信息，使得低分辨-高分辨圖像塊之 間映射不準確，嚴重影響了圖像整體的恢復效果，同時該方法圖像重建時間過長，導致效率 偏低。 Zeyde, Elad 等人發表的論文 "On Single Image Scale-Up Using Sparse Representations"（Springer Curves and Surfaces, pp. 7Il-73O. 2〇l2)中提出一種基于 稀疏表示的快速圖像超分辨方法。該方法提出了先訓練低分辨字典，進而通過稀疏表示關 系推導高分辨字典的超分辨方法，取得了較快的重建速度。但是該方法仍然存在的不足之 處是，該方法也是對低分辨圖像進行完全重構式地編碼，造成在編碼過程中引入噪聲和不 必要的信息，使得低分辨-高分辨圖像塊之間映射不準確，嚴重影響了圖像整體的恢復效 果。同時，雖然該方法圖像重建時間有明顯的縮短，但是仍然無法滿足實時圖像超分辨的要 求。
技術實現思路
本專利技術的目的在于克服上述現有技術的缺陷，提出一種基于軟閾值編碼的快速圖 像超分辨方法，以在圖像超分辨重建中，能夠去除振鈴和塊效應這些人工痕跡，圖像邊緣銳 化明顯，最終超分辨結果更加真實自然，同時該專利技術大大減少了圖像超分辨的時間，達到了 實時圖像超分辨的目的。 本專利技術的具體步驟如下： (1)輸入待處理的低分辨圖像： 輸入一幅待處理的低分辨圖像，設定待處理的低分辨圖像的放大倍數為3 ; (2)得到待處理的低分辨圖像塊集： 對待處理的低分辨圖像進行大小為3X3像素的分塊，相鄰塊之間重疊1個像素， 得到待處理的低分辨圖像塊集； (3)得到高和低分辨訓練圖像塊集： (3a)輸入5幅高分辨訓練圖像，進行大小為9X9像素的分塊，相鄰塊之間重疊3 個像素，得到Y個高分辨訓練圖像塊，其中200000 < Y < 300000 ; (3b)輸入5幅低分辨訓練圖像，進行大小為3X3像素的分塊，相鄰塊之間重疊1 個像素，得到Y個低分辨訓練圖像塊，其中200000 < Y < 300000 ; (3c)從Y個高分辨訓練圖像塊中隨機抽取10萬個高分辨訓練圖像塊，相應地從 Y個低分辨訓練圖像塊相同位置隨機抽取10萬個低分辨訓練圖像塊，得到高分辨訓練圖像 塊集和低分辨訓練圖像塊集； (4)計算高和低分辨字典： (4a)輸入高分辨訓練圖像塊集和低分辨訓練圖像塊集，利用K-SVD的方法來初始 化高分辨字典和低分辨字典； (4b)利用梯度下降的方法，按照下式，求解高分辨字典和低分辨字典： 其中，min{ ·}表示最小化操作，H表示高分辨訓練圖像塊集，B表示待求解的高分 辨字典，Se (·)表示輸入為AtL的軟閾值函數，Θ表示閾值參數，Θ = 〇. 〇2, A表示待求解 的低分辨字典，T表示轉置操作，L表示低分辨訓練圖像塊集，If表示矩陣的弗羅貝尼烏斯 范數； (5)獲得高分辨圖像塊集： (5a)按照下式，求解得到待處理的低分辨圖像塊集的軟閾值編碼系數： Z = S0 (AtX) 其中，Z表示待處理的低分辨圖像塊集的軟閾值編碼系數，Se (·)表示輸入為AtX 的軟閾值函數，Θ表示閾值參數，Θ =0.02, A表示低分辨字典，T表示的轉置操作，X表示 待處理的低分辨圖像塊集； (5b)按照下式，求解高分辨圖像塊集： K = BZ 其中，K表示高分辨圖像塊集，B表示高分辨字典，Z表示待處理的低分辨圖像塊集 的軟閾值編碼系數； (6)獲得高分辨圖像： 按照陣列式掃描方式，依次將高分辨圖像塊放入各自對應的高分辨圖像位置中， 得到高分辨圖像。 本專利技術與現有的技術相比具有以下優點： 第一，由于本專利技術采用軟閾值函數來編碼低分辨圖像塊集，克服了現有技術中采 用稀疏表示從而引入噪聲和不必要的信息的缺陷，使得本專利技術能夠成功地抑制噪聲，可以 得到豐富的恢復圖像細節信息，增強了恢復圖像的清晰度。 第二，由于本專利技術采用軟閾值函數來編碼低分辨圖像塊集，克服了現有技術中采 用稀疏表示從而導致重構時間過長的缺陷，使得本專利技術能夠快速地進行圖像超分辨，達到 實時圖像超分辨的目的。 第三，由于本專利技術采用K-SVD方法來初始化高和低分辨字典，然后采用梯度下降 的方法進一步求解高和低分辨字典，克服了現有技術中僅通過K-SVD方法來求解高和低 分辨字典導致高和低分辨圖像塊映射關系不準確的缺陷，使得本專利技術恢復的圖像輪廓更清 晰，更加真實自然。【附圖說明】 圖1是本專利技術的流程圖； 圖2是本專利技術在仿真實驗中使用的Butterfly低分辨測試圖像； 圖3是本專利技術在仿真實驗中得到的Butterfly高分辨重建圖像； 圖4是使用現有技術的基于稀疏表示的圖像超分辨方法，在仿真實驗中得到的 Butterfly高分辨重建圖像； 圖5是使用現有技術的基于稀疏表示的快速圖像超分辨方法，在仿真實驗中得到 的Butterfly高分辨重建圖像。【具體實施方式】 下面結合附圖對本專利技術做進一步的描述。 參照附圖1，本專利技術【具體實施方式】如下。 步驟1，輸入待處理的低分辨圖像。 輸入一幅待處理的低分辨圖像，設定待處理的低分辨圖像的放大倍數為3。 本專利技術實施例中輸入的待恢復的低分辨圖像大小為86X86像素，參見附圖2。 步驟2,得到待處理的低分辨圖像塊集。 對待處理的低分辨圖像進行大小為3X3像素的分塊，相鄰塊之間重疊1個像素， 得到待處理的低分辨圖像塊集。 步驟3,得到高和低分辨訓練圖像塊集。 第1步，輸入5幅高分辨訓練圖像，進行大小為9X9像素的分塊，相鄰塊之間重疊 3個像素，得到Y個高分本文檔來自技高網...

【技術保護點】
一種基于軟閾值編碼的快速圖像超分辨方法，包括以下步驟：(1)輸入待處理的低分辨圖像：輸入一幅待處理的低分辨圖像，設定待處理的低分辨圖像的放大倍數為3；(2)獲得待處理的低分辨圖像塊集：對待處理的低分辨圖像進行大小為3×3像素的分塊，相鄰塊之間重疊1個像素，得到待處理的低分辨圖像塊集；(3)獲得高和低分辨訓練圖像塊集：(3a)輸入5幅高分辨訓練圖像，進行大小為9×9像素的分塊，相鄰塊之間重疊3個像素，得到Y個高分辨訓練圖像塊，其中200000≤Y≤300000；(3b)輸入5幅低分辨訓練圖像，進行大小為3×3像素的分塊，相鄰塊之間重疊1個像素，得到Y個低分辨訓練圖像塊，其中200000≤Y≤300000；(3c)從Y個高分辨訓練圖像塊中隨機抽取10萬個高分辨訓練圖像塊，相應地從Y個低分辨訓練圖像塊相同位置隨機抽取10萬個低分辨訓練圖像塊，得到高分辨訓練圖像塊集和低分辨訓練圖像塊集；(4)計算高和低分辨字典：(4a)輸入高分辨訓練圖像塊集和低分辨訓練圖像塊集，利用K?SVD的方法來初始化高分辨字典和低分辨字典；(4b)利用梯度下降的方法，按照下式，求解高分辨字典和低分辨字典：min{||H-B·Sθ(ATL)||F2}]]>其中，min{·}表示最小化操作，H表示高分辨訓練圖像塊集，B表示待求解的高分辨字典，Sθ(·)表示輸入為ATL的軟閾值函數，θ表示閾值參數，θ＝0.02，A表示待求解的低分辨字典，T表示轉置操作，L表示低分辨訓練圖像塊集，表示矩陣的弗羅貝尼烏斯范數；(5)獲得高分辨圖像塊集：(5a)按照下式，求解得到待處理的低分辨圖像塊集的軟閾值編碼系數：Z＝Sθ(ATX)其中，Z表示待處理的低分辨圖像塊集的軟閾值編碼系數，Sθ(·)表示輸入為ATX的軟閾值函數，θ表示閾值參數，θ＝0.02，A表示低分辨字典，T表示轉置操作，X表示待處理的低分辨圖像塊集；(5b)按照下式，求解高分辨圖像塊集：K＝BZ其中，K表示高分辨圖像塊集，B表示高分辨字典，Z表示待處理的低分辨圖像塊集的軟閾值編碼系數；(6)獲得高分辨圖像：按照陣列式掃描方式，依次將高分辨圖像塊放入各自對應的高分辨圖像位置中，得到高分辨圖像。...

【技術特征摘要】

【專利技術屬性】
技術研發人員：岳波，王爽，焦李成，滑文強，劉紅英，羅萌，馬文萍，
申請(專利權)人：西安電子科技大學，
類型：發明
國別省市：陜西;61