本发明专利技术公开了一种图像上采样中边缘清晰度提升的稀疏域残差补偿修正方法，包括：对图像进行上采样处理；对上采样图像进行重叠分块；为每个图像块搜索非局部相似块；将图像块和非局部相似块索引值作为数据流，建立数据池；并行方式对数据池中的数据流进行稀疏域残差补偿修正迭代处理；当迭代终止时，更新数据池，将图像块整合为一幅高分辨图像。本发明专利技术利用图像块间的非局部相似性及块内信号的稀疏性，较好克服了图像上采样过程的边缘锯齿效应、噪声细节丢失等，能够大幅度提高图像的边缘清晰度。
【技术实现步骤摘要】
本专利技术属于图像处理与显示
，特别是一种。
技术介绍
在图像处理和图像显示领域，经常需要在不同分辨率显示设备上显示图像，或者需要通过图像放大显示图像的局部细节，因此图像上采样是一种常用的技术。又例如在图像压缩和编码领域，为了减少图像的传输码率，一种有效做法是对图像先经下采样降低图像分辨率，后使用传统的视频编码技术压缩，而在解码端对解码图像进行上采样操作恢复到原始分辨率图像。这种方法可以大大减少传输码率，但必须精心设计下采样滤波器和上采样重建滤波器以最大限度地提高压缩质量。 针对特定的应用，目前一般的图像上采样方法是基于图像内插和线性滤波的方法,这些方法已经集中在商业软件Photoshop，ENVI等，常用方法包括最近邻域方法(Nearest Neighbor),双线性插值(Bilinear),双三次插值(Bicubic)等。这些方法速度较快，但是存在如下不足1)在图像进行大比例放大时容易导致图像在边缘附近的锯齿现象；2)当图像存在噪声时，容易放大噪声。如何提高图像上采样过程中图像的边缘清晰度，减少锯齿效应和噪声，是图像上采样方法需要解决的重要问题。中国授权专利技术专利[200680008665. O] “用于图像上采样的方法和系统”，专利技术了使用直接内插进行图像上采样的系统和方法，该专利技术的一些实施例提供了一种被设计用于h.264/MPEG-4 AVC的可缩放视频编码扩展的上采样过程。中国专利技术专利[201010531029. 4] “一种用于三维立体电视的深度视频压缩的上采样方法”利用了深度视频和彩色视频之间的关系，让恢复的深度视频具有更清晰的物体边缘和更好的局部平滑特性，从而能够得到更好的三维立体视觉效果。这些方法都是特殊应用的上采样方法，对于大尺度上采样情形容易导致图像的边缘锯齿现象严重，同时容易放大噪声。目前，基于稀疏表示的(Sparse Representation)的图像超分辨技术为上采样边缘清晰度提升提供新的思路，文献[Jianchao Yang, John Wright, Thomas Huang, and YiMa. Image Super-resolution via Sparse Representation. IEEE Transactions on ImageProcessing, 2010，19 (11) : 2861-2873]在基于字典学习构造稀疏表示下的图像超分辨算法，提供了上采样边缘清晰度改善方法，但是需要同时学习高分辨和低分辨的两个字典。
技术实现思路
本专利技术的目的在于提供一种图像上采样边缘清晰度提升的稀疏域残差补偿修正方法，充分利用图像内部块的非局部相似性及其块内信号的稀疏性，较好地解决了图像上采样过程的边缘锯齿效应和噪声抑制、同时可克服图像上采样中物体对象边缘模糊和细节丢失等，能够大幅度提1 图像的边缘清晰度。本专利技术解决其技术问题所釆用的技术方案为一种图像上釆样中边缘清晰度提升的稀疏域残差补偿修正方法，对图像进行上采样处理，对上采样图像进行重叠分块，为每个图像块搜索非局部相似块，将图像块和非局部相似块索引值作为数据流，建立数据池，并行方式对数据池中的数据流进行稀疏域残差补偿修正迭代处理，当迭代终止时，更新数据池，将图像块整合为一幅高分辨图像，取出数据池中所有的图像块将最终更新的图像块整合为一幅高分辨图像。本专利技术与现有技术相比，其显著优点充分利用图像内部块的非局部相似性及其图像块内的稀疏性，较好地解决了图像上采样过程的边缘锯齿效应和噪声抑制、同时可克服图像上采样中物体对象边缘模糊和细节丢失等，能够大幅度提高图像的边缘清晰度。本专利技术在基于高分辨图像显示的娱乐、虚拟现实、3D重建、3D监控、博览展示、医疗、教育等场合都有广泛的应用前景，同时也为超分辨重建提供了新的思路。下面结合附图对本专利技术作进一步详细描述。附图说明 图I是本专利技术整体结构图。图2是本专利技术在中第i个数据流的残差补偿修正迭代修正处理流程。图3是本专利技术在I. 5并行式稀疏域残差补偿修正单元中步骤2的数据流程。图4是本专利技术在I. 5并行式稀疏域残差补偿修正单元中步骤3的数据流程。图5是本专利技术在I. 5并行式稀疏域残差补偿修正单元中步骤4的数据流程。图6是本专利技术与各种对比算法对遥感图像处理结果。图7是本专利技术与Bicubic算法对一幅”蝴蝶”图像上采样结果(a)下采样图像，(b)Bicubic上采样方法，(c)本专利技术方法。图8是本专利技术与Bicubic算法对一幅”植物”图像上采样结果(a)下采样图像，(b)Bicubic上采样方法，(c)本专利技术方法。图9是本专利技术与Bicubic算法对一幅”鹦鹉”图像上采样结果(a)下采样图像，(b)Bicubic上采样方法，(c)本专利技术方法。具体实施例方式结合图1，本专利技术，对图像进行上采样处理，对上采样图像进行重叠分块，为每个图像块搜索非局部相似块，将图像块和非局部相似块索引值作为数据流，建立数据池，并行方式对数据池中的数据流进行稀疏域残差补偿修正迭代处理，当迭代终止时，更新数据池，将图像块整合为一幅高分辨图像，取出数据池中所有的图像块将最终更新的图像块整合为一幅高分辨图像，具体实施过程包括如下步骤I. I对图像进行上采样处理对一幅(M/S) X (N/S2)大小的图像J进行上采样处理获得MXN的初始高分辨图像X ;其中M表示图像像素点的行数、N表示图像像素点的列数A和S2表示图像行方向和列方向的下采样率，S1彡2，S2彡2 ;I. 2图像重叠分块对图像X按照逐行扫描对图像的每一个像素，以此像素为分块的左上角的第I个像素，抽取一个大小为WXW的块，W取值范围为区间[6，20]中的整数，合计抽取(M-ff+1) X (N-W+1)个大小为 WXW 的块。W W同样对原始图像I按照同样的方式抽取(M-W+l) X (N-W+1)个大小为的块。其抽取关系表示为Xi = RiX, Yi = RiY, i = I, 2,.....(M-ff+1) X (N-ff+1)其中=Ri (·)表示第i块的抽取算子。I. 3非局部相似块搜索 对每一个分块Xi,在图像块集合{xji = 1,2. . . . (M-W+l) X (N-W+1) 中搜索与Xi最相似的T个块，其中T的取值范围为区间[10，20]中的整数，记为Xu ;建立与Xi的相似块Xu的索引表Ci,索引表Ci中存储相似块的索引值。图像块间的相似度通过图像块与图像块之间的欧式距离h - X,,I；度量，距离越小相似度越大。I. 4数据池建立将初始上采样图像的所有分块{xji= 1,2....(M-W)X(N-W)以及对应原始图像的分块{yji = 1,2. . . . (M-W) X (N-W)， 各分块的相似块索引表Ci看作数据流{xi; Yi, CJi = 1,2. . . . (M-W) X (N-W)， 形成大小为(M-W+l) X (N-W+1)个数据流的数据池。1.5分块并行稀疏域残差补偿修正将CPU分为(M-W+l) X (Ν-ff+l)个计算线程，并行的对数据池中的(M-ff+1) X (N-W+1)个数据流进行处理。其中，对第i (I彡i彡(M-ff+1) X (Ν-ff+l))个数据流的处理过程如图2所示，具体包本文档来自技高网...
【技术保护点】
一种图像上采样中边缘清晰度提升的稀疏域残差补偿修正方法，其特征在于对图像进行上采样处理，对上采样图像进行重叠分块，为每个图像块搜索非局部相似块，将图像块和非局部相似块索引值作为数据流，建立数据池，并行方式对数据池中的数据流进行稀疏域残差补偿修正迭代处理，当迭代终止时，更新数据池，将图像块整合为一幅高分辨图像，取出数据池中所有的图像块{xi}i＝1,2....(M？W)×(N？W)，将最终更新的图像块整合为一幅高分辨图像。
【技术特征摘要】
1.一种图像上采样中边缘清晰度提升的稀疏域残差补偿修正方法，其特征在于对图像进行上采样处理，对上采样图像进行重叠分块，为每个图像块搜索非局部相似块，将图像块和非局部相似块索引值作为数据流，建立数据池，并行方式对数据池中的数据流进行稀疏域残差补偿修正迭代处理，当迭代终止时，更新数据池，将图像块整合为一幅高分辨图像，取出数据池中所有的图像块IxJi = HLxfrw),将最终更新的图像块整合为一幅高分辨图像。2.根据权利要求I所述的图像上采样中边缘清晰度提升的稀疏域残差补偿修正方法，其特征在于对于图像上采样处理过程为，对一幅(MziS1)X(NziS2)大小的图像y进行上采样处理获得MXN的初始高分辨图像X ;其中M表示图像像素点的行数、N表示图像像素点的列数A1和S2表示图像行方向和列方向的上采样率，S1≥2，S2≥2。3.根据权利要求I所述的图像上采样中边缘清晰度提升的稀疏域残差补偿修正方法，其特征在于图像重叠分块过程为，对图像X按照逐行扫描对图像的每一个像素，以此像素为分块的左上角的第I个像素，抽取一个大小为WXW的块，W的取值范围为区间[6，20]中的整数，合计抽取(M-W+l) X (N-W+1)个大小为WXW的块； 同样对原始图像y按照同样的方式抽取(M-W+l) X (N-W+1)个大小为4.根据权利要求I所述的图像上采样中边缘清晰度提升的稀疏域残差补偿修正方法，其特征在于非局部相似块搜索过程为，对每一个分块Xi，在图像块集合IxJi =1，2.…(M-W+1) X (N-W+1) 中搜索与Xi最相似的T个块，记为Xi, P其中T的取值范围为区间[10，20]中的整数；建立与Xi的相似块Xu的索引表Ci,索引表Ci中存储相似块的索引值；图像块间的相似度通过图像块与图像块之间的欧式距离In,I度量，距离越小相似度越大。5.根据权利要求I所...
【专利技术属性】
技术研发人员：肖亮，黄丽丽，李恒，唐松泽，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：
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。