本发明专利技术提供了一种信息处理设备，其中准确地估计输入图像的劣化过程并且可以获得为了从输入图像生成希望的恢复的图像而必需的词典。信息处理设备具有：图像获取装置，该图像获取装置获取多个学习图像和输入图像；以及估计装置，该估计装置在其中学习图像的与输入图像的任意区域对应的区域基于多个劣化过程中的每个劣化过程被劣化的情况下，基于在该任意区域与多个劣化图像中的每个劣化图像之间的相似性来输出与对应于输入图像的区域的劣化过程对应的估计的劣化过程。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种图像处理技术，并且特别地涉及一种用于生成在基于学习的超分辨率处理中使用的词典。
技术介绍
关于图像处理，已经已知各种有关技术。例如，作为用于从输入图像(例如，低分辨率图像)生成恢复的图像(例如，高分辨率图像)的技术的示例，已知超分辨率技术。在超分辨率技术之中，用于使用词典来生成高分辨率图像的技术特别地被称为基于学习的超分辨率技术。以上提到的词典是通过学习各自包括学习图像(一般为高质量图像)和与学习图像对应的劣化的图像(例如，通过减少学习图像的分辨率而创建的图像)的情况而被创建的词典。由超分辨率技术生成的恢复的图像也被称为超分辨率图像。PTLl公开了字符识别设备的示例。在PTL I中公开的字符识别设备执行超分辨率处理以识别牌照等上的在用相机拍摄的对象图像中包括的字符。字符识别设备通过使用数据库(词典)来执行超分辨率处理，在该数据库(词典)中，低分辨率词典图像、低分辨率词典图像的特征值和高分辨率词典图像相互关联。以上提到的低分辨率词典图像是已经利用用来拍摄对象图像的相机拍摄的字符的图像。特征值是基于低分辨率词典图像中的相应低分辨率词典图像计算出的特征值。高分辨率词典图像是已经用具有比用来拍摄对象图像的相机更高的分辨率的相机拍摄的字符的图像。PTL 2公开了超分辨率图像处理设备的示例。在PTL 2中公开的超分辨率图像处理设备从低分辨率原有图像(输入图像数据)输出高分辨率图像。超分辨率图像处理设备使用已经由词典创建设备生成的词典表和其它信息以在通过向输入图像数据应用超分辨率图像处理来生成输出图像数据时推断丢失的高频分量。以上提到的词典表和其它信息是词典表、第一主分量基矢量和第二主分量基矢量。词典创建设备通过以下过程生成为具体情景而优化的词典表和其它信息。首先，词典创建设备从采样图像文件获取作为处理对象的分段的位图、将获取的位图分解成多个分解的位图并且在临时表中的记录中存储分解的位图。接着，词典创建设备按顺序向分解的位图应用MP(Max-Plus)小波变换处理、排列处理、主分量分析处理、内积运算处理和频率分割处理，并且在临时表中的相应字段中存储处理的结果。在主分量分析处理中，词典创建设备计算第一主分量基矢量和第二主分量基矢量。最后，词典创建设备使用均值运算单元来创建具有比临时表更小数目的记录的词典表。该词典表不同于以上描述的基于学习的超分辨率技术的词典。也就是说，该词典表不是通过学习其中学习图像与劣化的图像关联的情况而创建的词典。PTL 3公开了图像超分辨率设备的示例。在PTL 3中公开的图像超分辨率设备从由于编码和解码而劣化的输入图像生成用预设的放大率放大的超分辨率图像。以上提到的编码和解码是通过预设的编码方法的编码和解码。具体而言，图像超分辨率设备通过以下处理生成超分辨率图像。第一，图像超分辨率设备将输入图像分割成预先固定的大小的块，并且切割出块中的相应块作为处理块。接着，图像超分辨率设备通过用预先固定的放大率放大处理块来生成放大的处理块。预先固定的放大率是图像超分辨率设备在图像超分辨率设备生成超分辨率图像时用来放大输入图像的放大率。第二，图像超分辨率设备在块存储装置中相互关联地写入参考块和劣化的参考块。以上提到的参考块是从输入图像切割出的并且具有与处理块的大小相同的大小的块。以上提到的劣化的参考块是参考块通过具体劣化过程被劣化成的块。具体劣化过程是在假设输入图像是待生成的超分辨率图像已经通过劣化过程被劣化成的图像。具体而言，图像超分辨率设备使用基于已经用来劣化输入图像的编码方法的劣化模型(模拟预定义的正交变换、量化等的模型)来劣化参考块以生成劣化的参考块。第三，图像超分辨率设备计算在劣化的参考块与处理块之间的相似性。第四。图像超分辨率设备用预先固定的放大率放大劣化的参考块以生成恢复的参考块。另外，图像超分辨率设备计算在恢复的参考块与参考块之间的差值作为损失分量。第五，图像超分辨率设备基于相似性组合放大的处理块与损失分量以生成超分辨率块。图像超分辨率设备将超分辨率块构造成图像以生成输入图像被放大成的超分辨率图像。引用列表专利文献日本待审专利申请公开号2005-149395日本待审专利申请公开号2013-026659日本待审专利申请公开号2012-113513
技术实现思路
技术问题然而，在引用列表中引用的文献中公开的以上描述的技术具有的问题在于有其中不可能获得为了从输入图像生成希望的恢复的图像(超分辨率图像)而需要的和在基于学习的超分辨率处理中使用的词典的情况。这是因为对向输入图像应用的劣化过程的准确估计是困难并且复杂的。具体而言，在PLTI中公开的字符识别设备并未估计对象图像的劣化过程。在字符识别设备中，低分辨率词典图像(等效于在基于学习的超分辨率处理中使用的词典中的劣化的图像)是已经利用用来拍摄对象图像的相机拍摄的字符的图像。也就是说，在数据库(词典)中包括的低分辨率词典图像不是通过估计对象图像的劣化过程而获得的图像。PTL 2中的超分辨率图像处理设备基于采样图像文件(等效于在基于学习的超分辨率处理中使用的词典中的学习图像)、通过使用函数等的运算来生成词典表和其它信息。词典表和其它信息是为具体情景而优化的词典、但不是通过执行对劣化过程的估计而获得的词典。由PTL3中的图像超分辨率设备执行的超分辨率处理是在劣化过程预先清楚时的超分辨率处理。因此，图像超分辨率设备不能处理其劣化过程不清楚的输入图像。另外，难以通过技术(如盲去卷积等)来估计准确劣化过程。以上提到的盲去间距是以自然图像为目标的、用于从测量的信号恢复原有信号的方法。另外，用户(操作者)基于经验等来估计准确劣化过程是困难和非常复杂的。本专利技术的目的是提供一种能够解决以上描述的问题的信息处理设备、图像处理方法和程序或者记录程序的非瞬态计算机可读记录介质。对问题的解决方案根据本专利技术的一个示例性方面的一种信息处理设备包括:图像获取装置，该图像获取装置用于获取多个第一学习图像和输入图像；以及估计装置，该估计装置用于在第一学习图像中的与输入图像中的任意区域对应的区域基于多个劣化过程中的相应劣化过程被劣化时，基于在任意区域与多个第一劣化的图像中的相应第一劣化的图像之间的第一相似性来输出估计的劣化过程，其中估计的劣化过程对应于劣化过程中的如下劣化过程:该劣化过程与输入图像中的区域有关。根据本专利技术的一个示例性方面的一种图像处理方法，该图像处理方法使用实施图像处理方法的计算机，该图像处理方法包括:获取多个第一学习图像和输入图像；以及在第一学习图像中的与输入图像中的任意区域对应的区域基于多个劣化过程中的相应劣化过程被劣化时，基于在任意区域与多个第一劣化的图像中的相应第一劣化的图像之间的第一相似性来输出估计的劣化过程。根据本专利技术的一个示例性方面的一种记录程序的非瞬态计算机可读记录介质，该程序使得计算机执行以下处理:获取多个第一学习图像和输入图像；以及在第一学习图像中的与输入图像中的任意区域对应的区域基于多个劣化过程中的相应劣化过程被劣化时，基于在任意区域与多个第一劣化的图像中的相应第一劣化的图像之间的第一相似性来输出估计的劣化过程。本专利技术的有利效果本专利技术具有的有利效果在于变得有可能准确地估计向输入图像应用的劣化过程并且获得为了从输入图本文档来自技高网...
【技术保护点】
一种信息处理设备，包括：图像获取装置，所述图像获取装置用于获取多个第一学习图像和输入图像；以及估计装置，所述估计装置用于在所述第一学习图像中的与所述输入图像中的任意区域对应的区域基于多个劣化过程中的相应劣化过程被劣化时，基于在所述任意区域与多个第一劣化的图像中的相应第一劣化的图像之间的第一相似性来输出估计的劣化过程，其中所述估计的劣化过程对应于所述劣化过程中的如下劣化过程：所述劣化过程与所述输入图像中的所述区域有关。
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：柴田刚志，池谷彰彦，仙田修司，
申请(专利权)人：日本电气株式会社，
类型：发明
国别省市：日本;JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。