对于不划分区域随机选取部分图像块构成样本集进行字典学习得出字 典，且对待处理图像不同的区域均利用该字典进行高分辨率重建，使重建出的高分辨率图 像的分辨率显著提高。
[0046] 图2为本发明另一实施例提供的图像处理方法流程图；本发明实施例提供的图像 处理方法步骤如下：
[0047] 步骤S201、输入图片集；
[0048] 图片集包括同一物体不同角度的图片。
[0049] 步骤S202、将图片集中的各图片分成多个图像块构成图像块集，从图像块集中选 取η个图像块构成样本集；
[0050] 步骤S203、依据样本集进行通用字典学习，生成通用字典；
[0051] 步骤S204、从图片集分出显著训练集，将显著训练集中的各显著图片分成多个显 著图像块构成显著图像块集，从显著图像块集中选取η个显著图像块构成显著样本集；
[0052] 步骤S205、依据显著样本集进行显著字典学习，生成显著字典；
[0053] 步骤S206、从图片集分出边缘训练集，将边缘训练集中的各边缘图片分成多个边 缘图像块构成边缘图像块集，从边缘图像块集中选取η个边缘图像块构成边缘样本集；
[0054] 步骤S207、依据边缘样本集进行边缘字典学习，生成边缘字典；
[00巧]步骤S202-S207与上述实施例中通用字典、显著字典和边缘字典的生成过程一 致，此处不再赏述。
[0056] 步骤S208、将待处理图像分成显著区域、边缘区域和剩余区域；依据显著区域与 显著低分辨率字典获得第一稀疏系数，通过第一稀疏系数与显著高分辨率字典获得高分辨 率显著区域；依据边缘区域与边缘低分辨率字典获得第二稀疏系数，通过第二稀疏系数与 边缘高分辨率字典获得高分辨率边缘区域；依据剩余区域与剩余低分辨率字典获得第Η稀 疏系数，通过第Η稀疏系数与剩余高分辨率字典获得高分辨率剩余区域；
[0057] 将待处理图像进行显著区域划分和边缘检测得出显著区域、边缘区域，利用显著 字典对显著区域的处理、边缘字典对边缘区域的处理和通用字典对剩余区域的处理过程与 上述实施例保证一致，此处不再赏述。
[0058] 步骤S209、将高分辨率显著区域、高分辨率边缘区域和高分辨率剩余区域组合构 成目标高分辨率图像。
[0059] 最终由高分辨率显著区域、高分辨率边缘区域和高分辨率剩余区域组合构成目标 高分辨率图像。
[0060] 本发明实施例通过将图片集分成显著训练集和边缘训练集，利用字典学习方法依 据图片集生成通用字典，依据显著训练集生成显著字典，依据边缘训练集生成边缘字典，并 将待处理图像分成显著区域、边缘区域和剩余区域，通过显著区域与显著字典生成高分辨 率显著区域，通过边缘区域与边缘字典生成高分辨率边缘区域，通过剩余区域与通用字典 生成高分辨率剩余区域，由高分辨率显著区域、高分辨率边缘区域和高分辨率剩余区域构 成目标高分辨率图像，即将图片集进行区域划分W得到不同区域的字典，将待处理图像进 行分区，针对不同区域利用对应区域的字典进行高分辨率区域重建，相对于不划分区域随 机选取部分图像块构成样本集进行字典学习得出字典，且对待处理图像不同的区域均利用 该字典进行高分辨率重建，使重建出的高分辨率图像的分辨率显著提高，即采用本实施例 的图像处理方法，由于对图片的各个区域都进行了相应的高分辨率处理，使得处理后的图 片的分辨率显著提高。
[0061] 图3为本发明实施例提供的图像处理装置结构图。本发明实施例提供的图像处理 装置可W执行图像处理方法实施例提供的处理流程，如图3所示，图像处理装置40包括训 练模块41、图像分割模块42和处理模块43,其中，训练模块41用于依据图片集生成通用字 典，将所述图片集分成显著训练集和边缘训练集，依据所述显著训练集生成显著字典，依据 所述边缘训练集生成边缘字典，所述图片集包括同一物体的多张图片；图像分割模块42用 于将所述同一物体的待处理图像分成显著区域、边缘区域和剩余区域；处理模块43用于依 据所述显著区域与所述显著字典生成高分辨率显著区域，依据所述边缘区域与所述边缘字 典生成高分辨率边缘区域，依据所述剩余区域与所述通用字典生成高分辨率剩余区域，且 所述高分辨率显著区域、所述高分辨率边缘区域和所述高分辨率剩余区域构成目标高分辨 率图像。
[0062] 本发明实施例通过将图片集分成显著训练集和边缘训练集，利用字典学习方法依 据图片集生成通用字典，依据显著训练集生成显著字典，依据边缘训练集生成边缘字典，并 将待处理图像分成显著区域、边缘区域和剩余区域，通过显著区域与显著字典生成高分辨 率显著区域，通过边缘区域与边缘字典生成高分辨率边缘区域，通过剩余区域与通用字典 生成高分辨率剩余区域，由高分辨率显著区域、高分辨率边缘区域和高分辨率剩余区域构 成目标高分辨率图像，即将图片集进行区域划分W得到不同区域的字典，将待处理图像进 行分区，针对不同区域利用对应区域的字典进行高分辨率区域重建，相对于不划分区域随 机选取部分图像块构成样本集进行字典学习得出字典，且对待处理图像不同的区域均利用 该字典进行高分辨率重建，使重建出的高分辨率图像的分辨率显著提高，即采用本实施例 的图像处理方法，由于对图片的各个区域都进行了相应的高分辨率处理，使得处理后的图 片的分辨率显著提高。
[0063] 图4为本发明另一实施例提供的图像处理装置结构图。本发明实施例提供的图像 处理装置可W执行图像处理方法实施例提供的处理流程，在图3的基础上，所述通用字典 包括通用低分辨率字典和通用高分辨率字典，所述显著字典包括显著低分辨率字典和显著 高分辨率字典，所述边缘字典包括边缘低分辨率字典和边缘高分辨率字典。
[0064] 训练模块41包括第一分割单元411、通用高分辨率字典生成单元412和通用低 分辨率字典生成单元413,其中，第一分割单元411用于将所述图片集中的各图片分成多 个相同大小的图像块，所述各图片分别对应的多个图像块构成图像块集；通用高分辨率 字典生成单元412用于从所述图像块集中选取η个图像块构成样本集沪，η > 1，从所述 样本集沪中选取m个图像块生成矩降瑞，1，依据矩阵if通过第一目标函数
获得通用高分辨率字典 马：\其中《6表示第一稀疏系数，λ表示初始系数；通用低分辨率字典生成单元413用于 将所述m个图像块分别进行放大处理生成矩阵依据矩阵巧f通过所述第一目标函数获 得通用低分辨率字典α'。
[0065] 训练模块41包括第二分割单元414、显著高分辨率字典生成单元415和显著低分 辨率字典生成模块416,其中，第二分割单元414用于将所述显著训练集中的各显著区域分 成多个显著图像块，所述各显著区域分别对应的多个显著图像块构成显著图像块集；显著 高分辨率字典生成单元415用于从所述显著图像块集中选取η个显著图像块构成显著样本 集χ5, η > 1，从所述显著样本集中选取m个显著图像块生成矩阵，η > m > 1，依据 矩阵通过第二目标函数
获得 显著高分辨率字典0^，其中aS表示第二稀疏系数，λ表示初始系数；显著低分辨率字典 生成模块416用于将所述m个显著图像块分别进行放大处理生成矩阵巧，依据矩阵通 过所述第二目标函数获得显著低分辨率字典详。
[0066] 训练模块41包括第Η分割单元417、边缘高分辨率字典生成单元418和边缘低分 辨率字典生成单元419,其中，第Η分割单元417用于将所述边缘训练集中的各边缘区域分 成多个边缘图像块，所述各边缘区域分别对应的多个边缘图像块构成边缘图像块集；边缘 高分辨率字典生成单元418从所述边缘图像块集中选取η个边缘图像块构成边缘样本集 ΧΕ，η > 1，从所述边缘样本集χΕ中选取m个边缘图像块生成矩阵钟，η > m > 1，依据矩阵 DdE通过第Η目标函数
获得 边缘高分辨率字典其中