基于自适应低秩规则化的图像内插系统及方法
【技术领域】
[0001] 本发明涉及图像超分辨率技术领域，具体是涉及一种基于自适应低秩规则化的图 像内插系统及方法。
【背景技术】
[0002] 图像超分辨率旨在由低分辨率图像恢复得到高分辨率图像，其在医学成像、数字 摄影和计算机视觉等领域具有广泛应用。图像内插属于图像超分辨率的特殊情况，这里的 低分辨率图像假定为对高分辨率图像的直接下采样结果。图像内插是图像下采样的逆过 程，其为典型的病态问题。为了通过内插运算得到高质量的高分辨率图像，关于图像的基本 假设和先验知识是必不可少的。例如，经典的双线性内插（bi-linearinterpolation)和 双三次内插（bi-cubicinterpolation)等线性内插方法，利用多项式近似从已知像素的小 局部邻域来计算缺失的像素【参见文献：[l]KeysR.，'Cubicconvolutioninterpolation fordigitalimageprocessing'，IEEETrans.Acoust. ,SpeechSignalProcess. , 1981, 29,（6)，pp. 1153 - 1160】。
[0003] 近年来，自然图像具有稀疏性以及非局部相似性的先验已成为用于图像恢复 的强有力工具，并在图像超分辨率及图像内插研宄领域得到广为关注【参见文献：[2] YangJ.，WrightJ. ,HuangT.,andMaY. ,'Imagesuper-resolutionviasparse representation'，IEEETrans.ImageProcess. ,2010, 19, (11),pp. 2861 - 2873 ；[3] DongW. ,ZhangL. ,LukacR. ,andShiG. ,'Sparserepresentationbasedimage interpolationwithnonlocalautoregressivemodeling, ,IEEETrans.ImageProcess .,2013,22, (4),pp. 1382 - 1394 ； [4]RomanoY. ,ProtterM. ,andEladM.,^Singleimage interpolationviaadaptivenonlocalsparsity-basedmodeling? ,IEEETrans.Image Process.，2014, 23，（7)，pp. 3085 - 3098】。
[0004] 另外，近年来提出的低秩矩阵恢复理论，为实现图像恢复奠定了新的理论基础 【参见文献：[5]E.J.Candes,X.Li,Y.Ma,andJ.Wright,'Robustprincipalcomponent analysis? 'J.ACM,vol.58,no. 3，May2011，Art.ID11】，图像的非局部相似图像块组 成的数据矩阵具有良好低秩特性，为实现有效的图像恢复提供了 一种新的思路【参见 文献：[6]S.Gu，L.Zhang,W.Zuo,X，Feng, 'Weightednuclearnormminimizationwith applicationtoimagedenosing,' 2014IEEEConferenceonComputerVisionand PatternRecognition,pp2862_2869】〇
[0005] 然而，对于含有较丰富纹理信息的图像块，却很难寻找到足够数量的相似图像块， 使之具有良好的低秩性能。
【发明内容】
[0006] 本发明的目的是为了克服上述【背景技术】的不足，提供一种基于自适应低秩规则化 的图像内插系统及方法，在具有相对低计算复杂度的同时，能有效提升内插图像的质量。
[0007] 本发明提供一种基于自适应低秩规则化的图像内插系统，包括初始化模块、路由 选择模块、图像滤波模块和规则化最小均方误差求逆模块，图像滤波模块包括图像重叠分 块单元、图像块组生成单元、图像块平滑性检测单元、图像块组自适应低秩分解单元、图像 块组求平均单元，其中：路由选择模块有两个输入端、一个输出端，图像块组生成单元有一 个输入端、两个输出端，图像块组自适应低秩分解单元有两个输入端、一个输出端，规则化 最小均方误差求逆模块有2个输入端、1个输出端；
[0008] 路由选择模块的一个输入端与初始化模块的输出端相连，路由选择模块的另一个 输入端与规则化最小均方误差求逆模块的输出端相连，路由选择模块的输出端与图像重叠 分块单元的输入端相连，图像重叠分块单元的输出端与图像块组生成单元的输入端相连， 图像块组生成单元的一个输出端与图像块平滑性检测单元的输入端相连，图像块组生成单 元的另一个输出端与图像块组自适应低秩分解单元的一个输入端相连，图像块平滑性检测 单元的输出端与图像块组自适应低秩分解单元的另一个输入端相连，图像块组自适应低秩 分解单元的输出端与图像块组求平均单元的输入端相连，图像块组求平均单元的输出端与 规则化最小均方误差求逆模块的一个输入端相连，规则化最小均方误差求逆模块的另一个 输入端与初始化模块的输入端一同连接到图像内插系统的输入端，规则化最小均方误差求 逆模块的输出端为图像内插系统的输出端。
[0009] 在上述技术方案的基础上，所述初始化模块接收原始的低分辨率图像，并采用经 典的Bi-cubic内插方法进行插值运算，生成初始高分辨图像，送入路由选择模块；
[0010] 路由选择模块首次输出初始化模块送入的初始高分辨图像，之后均输出规则化最 小均方误差求逆模块送入的更新估计的高分辨率图像；
[0011] 图像重叠分块单元对路由选择模块输出的图像进行重叠分块，得到多个存在像素 重叠的图像块，送入图像块组生成单元；
[0012] 图像块组生成单元对图像重叠分块单元送入的每一图像块，在其所在图像的规定 邻域范围内，寻找到一组相似图像块，将该图像块和该组相似图像块矢量化后，生成与该图 像块对应的数据矩阵，分别送入图像块平滑性检测单元、图像块组自适应低秩分解单元；
[0013] 图像块平滑性检测单元接收图像块组生成单元送入的与图像块对应的数据矩阵， 计算数据矩阵的一阶灰度熵，得到对应图像块的平滑性信息，送入图像块组自适应低秩分 解单元；
[0014] 图像块组自适应低秩分解单元根据图像块组生成单元送入的与图像块对应的数 据矩阵、图像块平滑性检测单元送入的图像块的平滑性信息，自适应地对与图像块对应的 数据矩阵进行低秩矩阵分解运算，得到数据矩阵的低秩分量，送入图像块组求平均单元；
[0015] 图像块组求平均单元对图像块组自适应低秩分解单元送入的所有数据矩阵的低 秩分量进行求平均运算，得到路由选择模块送入图像重叠分块单元的图像的滤波结果，送 入规则化最小均方误差求逆模块；
[0016] 规则化最小均方误差求逆模块根据图像块组求平均单元送入的图像的滤波结果， 以及根据输入的原始低分辨率图像，得到更新估计的高分辨率图像；再将更新估计的高分 辨率图像送入路由选择模块，路由选择模块将高分辨率图像送入图像重叠分块单元，继续 进行迭代运算，达到逐渐提升输出图像质量的目的。
[0017] 在上述技术方案的基础上，所述图像块组自适应低秩分解单元自适应地对与图像 块对应的数据矩阵进行低秩矩阵分解运算的过程中，通过自适应的部分奇异值阈值实现， 得到数据矩阵的低秩分量。
[0018] 在上述技术方案的基础上，所述规则化最小均方误差求逆模块得到更新估计的高 分辨率图像的过程中，通过优化求解规则化的输入低分辨率图像与输出高分辨率图像的下 采样值的均方