一种图像超分辨率重构的方法与流程

技术特征：

1.一种图像超分辨率重构的方法，其特征在于，包括以下步骤：

S1、将高分辨率图像进行降采样和插值处理，得到低分辨率图像的插值图像；

S2、将低分辨率图像的插值图像作为训练样本进行训练，得到高低分辨率字典对

S3、输入低分辨率图像，对其进行插值处理，得到低分辨率图像的插值图像；

S4、将低分辨率的插值图像分解为低分辨率的结构部分、纹理部分，舍弃低分辨率的纹理部分；

S5、将步骤S3的低分辨率的插值图像进行提取特征，得到低分辨率图像特征；

S6、根据步骤S2得到的高低分辨率字典对，对低分辨率图像特征进行稀疏重建，得到高分辨率图像纹理部分；

S7、将高分辨率图像纹理部分与步骤S4中低分辨率的结构部分合并，得到重构后的高分辨率图像。

2.如权利要求1所述的一种图像超分辨率重构的方法，其特征在于，所述步骤S2中进行训练的过程具体为：

S21、对低分辨率图像的插值图像进行分块得到图像块，使用滤波器对图像块进行处理，得到图像块的灰度共生矩阵；

S22、将灰度共生矩阵进行求熵处理得到熵值，判断熵值是否为0，若熵值大于0，得到丰富纹理图像块；若熵值等于0，则得到平滑均匀图像块；

S23、将丰富纹理图像块进行训练得到丰富纹理的高分辨率和低分辨率图像；

S24、将步骤S1中的高分辨率图像利用灰度共生矩阵进行提取特征，直接得到平滑均匀图像块；

S25、将平滑均匀图像块训练得到平滑均匀的高分辨率和低分辨率图像；

S26、结合丰富纹理的高分辨率和低分辨率图像、平滑均匀的高分辨率和低分辨率图像，得到高低分辨率字典对。

3.如权利要求1所述的一种图像超分辨率重构的方法，其特征在于，所述步骤S3中插值处理，其具体使用双三插值法处理。

4.如权利要求1所述的一种图像超分辨率重构的方法，其特征在于，所述步骤S4具体为：利用基于Mumford-Shah模型分解技术或G空间的图像纹理结构分解技术将低分辨率的插值图像分解为低分辨率的结构部分、纹理部分。

5.如权利要求1所述的一种图像超分辨率重构的方法，其特征在于，所述步骤S6具体为：设低分辨率图像特征为F_y，高低分辨率字典对分别为D_h、D_l，高分辨率图像纹理部分为X_v：

(1)低分辨率图像特征F_y，求优化问题得到α^*，其中λ表示分辨率转换系数；

(2)根据X_v＝D_hα^*，得到高分辨率纹理部分X_v。

6.如权利要求1所述的一种图像超分辨率重构的方法，其特征在于，所述步骤S7具体为：高分辨率图像纹理部分与低分辨率的结构部分合并后，然后用梯度下降法搜索最接近且满足重构约束的高分辨率图像。