αΕ表示第Η稀疏系数，λ表示初始系数；边缘低分辨率字典 生成单元419用于将所述m个边缘图像块分别进行放大处理生成矩阵巧Ε，依据矩阵Of通 过所述第Η目标函数获得边缘低分辨率字典心、
[0067] 本发明实施例将图片集进行区域划分W得到不同区域的字典，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。
[0068] 图5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4的基础上，所述图像块、所 述显著图像块和所述边缘图像块的大小相同；处理模块43包括高分辨率显著区域生成单 元431、高分辨率边缘区域生成单元432和高分辨率剩余区域生成单元433,其中，高分辨率 显著区域生成单元431用于依据所述显著区域与所述显著低分辨率字典获得所述第一稀 疏系数，通过所述第一稀疏系数与所述显著高分辨率字典获得所述高分辨率显著区域；高 分辨率边缘区域生成单元432用于依据所述边缘区域与所述边缘低分辨率字典获得所述 第二稀疏系数，通过所述第二稀疏系数与所述边缘高分辨率字典获得所述高分辨率边缘区 域；高分辨率剩余区域生成单元433用于依据所述剩余区域与所述剩余低分辨率字典获得 所述第Η稀疏系数，通过所述第Η稀疏系数与所述剩余高分辨率字典获得所述高分辨率剩 余区域。
[0069] 训练模块41还包括显著训练集生成单元420和边缘训练集生成单元421，其中，显 著训练集生成单元420用于将所述图片集中所述各图片上显著度超过阔值的像素点分别 构成的区域作为所述显著训练集；边缘训练集生成单元421用于依据边缘检测算法分别检 测所述图片集中所述各图片的图像边缘，选取所述图像边缘周围预定宽度的区域作为边缘 区域，所述各图片分别对应的边缘区域构成所述边缘训练集。
[0070] 本发明实施例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。
[0071] 综上所述，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；将图片集进行区域划分W得到不同区域的字典，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；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。
[0072] 在本发明所提供的几个实施例中，应该理解到，所掲露的装置和方法，可W通过其 它的方式实现。例如，W上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为 一种逻辑功能划分，实际实现时可W有另外的划分方式，例如多个单元或组件可W结合或 者可W集成到另一个系统，或一些特征可W忽略，或不执行。另一点，所显示或讨论的相互 之间的禪合或直接禪合或通信连接可W是通过一些接口，装置或单元的间接禪合或通信连 接，可W是电性，机械或其它的形式。
[0073] 作为分离部件说明的单元可W是或者也可W不是物理上分开的，作为单元显示的 部件可W是或者也可W不是物理单元，即可W位于一个地方，或者也可W分布到多个网络 单元上。可W根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0074] 另外，在本发明各个实施例中的各功能单元可W集成在一个处理单元中，也可W 是各个单元单独物理存在，也可W两个或两个W上单元集成在一个单元中。上述集成的单 元既可W采用硬件的形式实现，也可W采用硬件加软件功能单元的形式实现。
[0075] 上述W软件功能单元的形式实现的集成的单元，可W存储在一个计算机可读取 存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用W使得一台计 算机设备（可W是个人计算机，服务器，或者网络设备等）或处理器（processor)执行本 发明各个实施例方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器 巧ead-〇nly Memoir, ROM)、随机存取存储器（Random Access Memoir, RAM)、磁碟或者光盘 等各种可W存储程序代码的介质。
[0076] 本领域技术人员可W清楚地了解到，为描述的方便和简洁，仅W上述各功能模块 的划分进行举例说明，实际应用中，可W根据需要而将上述功能分配由不同的功能模块完 成，即将装置的内部结构划分成不同的功能模块，W完成W上描述的全部或者部分功能。上 述描述的装置的具体工作过程，可W参考前述方法实施例中的对应过程，在此不再赏述。
[0077] 最后应说明的是；W上各实施例仅用W说明本发明的技术方案，而非对其限制； 尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其 依然可W对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征 进行等同替换；而送些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技 术方案的范围。
【主权项】
1. 一种图像处理方法，其特征在于，包括： 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； 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； 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。2. 根据权利要求1所述的方法，其特征在于，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。3. 根据权利要求2所述的方法，其特征在于，所述依据图片集生成通用字典包括： 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； 从所述图像块集中选取η个图像块构成样本集Xs，η > 1，从所述样本集Xs 中选取m个图像块生成矩阵瑞，η彡m彡1，依据矩阵if通过第一目标函数获得通用高分辨率字典 A，其中Ctti表TK第一稀疏系数，λ表TK初始系数； 将所述m个图像块分别进行放大处理生成矩阵，依据矩阵通过所述第一目标函 数获得通用低分辨率字典获1。4. 根据权利要求2所述的方法，其特征在于，所述依据所述显著训