i與步驟(7e)中的映射矩陣Μ做投影運(yùn)算，得 到高分辨率測(cè)試特征編碼系數(shù)β/ h;
[0086] (8g)將步驟(7e)中的高分辨率字典Φ h與高分辨率測(cè)試特征編碼系數(shù)B ' h做乘法運(yùn) 算，得到高分辨率測(cè)試特征Yr。
[0087] 步驟9.根據(jù)高分辨率特征Yr和低分辨率測(cè)試圖像/|，重構(gòu)輸出高分辨率圖像 I技 J)。
[0088] (9a)用實(shí)驗(yàn)軟件MATLAB的deconv函數(shù)將高分辨率測(cè)試特征化與單位矩陣做反卷 積運(yùn)算，得到殘差目標(biāo)圖像e%
[0089] (9b)將殘差目標(biāo)圖像eK與低分辨率亮度測(cè)試圖像/f做相加運(yùn)算，得到高分辨率亮 度測(cè)試圖像;
[0090] (9c)將高分辨率亮度測(cè)試圖像/f、藍(lán)色色度測(cè)試圖像和紅色色度測(cè)試圖像 合成YCb化顏色空間的高分辨率彩色測(cè)試圖像;
[0091] (9d)用實(shí)驗(yàn)軟件MATLAB的ycbcrfrgb函數(shù)將高分辨率彩色測(cè)試圖像轉(zhuǎn)化到 紅、綠、藍(lán)Ξ色RGB顏色空間，輸出高分辨率測(cè)試圖像/聲。
[0092] 本發(fā)明的優(yōu)點(diǎn)通過(guò)W下仿真實(shí)驗(yàn)進(jìn)一步說(shuō)明：
[0093] 1.仿真條件：
[0094] CPU: Intel (R)Core(TM) i7-4770，主頻：3.4細(xì)Z，內(nèi)存：8G，操作系統(tǒng):WIN7，仿真平 臺(tái)：MATLAB2014b。
[0095] 仿真圖像選擇圖2所示的2幅原始高分辨測(cè)試圖像，其中，圖2中（a)為蝴蝶圖像，圖 2中(b)為帽子圖像。
[0096] 仿真采用的方法為：本發(fā)明方法與現(xiàn)有的四種方法，分別是Bicubic方法、ANR方 法、ScSR方法和Zeyde方法。
[0097] 其中Bicubic方法是雙立方插值方法；ANR方法指文獻(xiàn)"R. Timofte ,V.De ,and L.Van Gool, "Anchored neighborhood regression for fast example-based super- resolution,"in Proc.IE邸 Int.Conf.Comput.Vis. ,Dec.2013,pp.1920-1927."提出的方 法；ScSR方法指文南犬"Yang,J.Wright,Τ. S.Huang,and Y.Ma, "Image super-resolution via sparse representationIEEE Trans . Image Process . , vol. 19 ,no . 11 ,pp. 2861- 2873 ,Nov. 2010 提出的方法；Z巧de方法指文獻(xiàn)'書(shū).Z巧de ,M.Elad ,and M.Protter, single image scale-up using sparse-representations,''in Proc . 7th Int.Conf.Qirves Surf. ,2010,pp.711-730."提出的方法。
[0098] 2.實(shí)驗(yàn)內(nèi)容及結(jié)果分析：
[0099] 實(shí)驗(yàn)一：用本發(fā)明和上述四種現(xiàn)有的方法對(duì)具有復(fù)雜紋理的蝴蝶圖像進(jìn)行重建， 結(jié)果如圖3所示，其中圖3中（a)是用現(xiàn)有的Bicubic方法超分辨重建的結(jié)果；圖3中（b)是用 現(xiàn)有的ANR方法超分辨重建的結(jié)果；圖3中山)是用現(xiàn)有的ScSR方法超分辨重建的結(jié)果；圖3 中（d)是用現(xiàn)有的Zeyde方法超分辨重建的結(jié)果；圖3中（e)是本發(fā)明超分辨重建的結(jié)果；圖3 中（f)是蝴蝶原始高分辨圖像。每幅圖像有兩個(gè)局部放大的矩形區(qū)域W便于觀察重建的效 果差別。
[0100] 從圖3可見(jiàn)，即將圖3中（a)、圖3中（b)、圖3中（C)、圖3中（d)、圖3中（e)與圖3中（f) 進(jìn)行對(duì)比，明顯可看出本發(fā)明結(jié)果中局部細(xì)節(jié)豐富，紋理清晰，且在邊緣和平滑區(qū)域有效地 減少人工痕跡，減弱了振鈴效應(yīng)，具有非常自然的視覺(jué)效果。相比較而言，Bicubic的重建結(jié) 果紋理模糊，且存在振鈴效應(yīng);ANR方法可W重建出相對(duì)清晰的紋理，但在平滑區(qū)域卻具有 非常明顯的人工痕跡;ScSR方法的重建圖像的紋理細(xì)節(jié)具有一定的振鈴效應(yīng)和銀齒痕跡； Zeyde的方法的重建結(jié)果在平滑區(qū)域一定程度上抑制了振鈴效應(yīng)，卻在紋理細(xì)節(jié)處產(chǎn)生了 一定的模糊。
[0101] 將本發(fā)明和現(xiàn)有的四種方法對(duì)蝴蝶圖像進(jìn)行重建，得到的峰值信噪比PSNR和結(jié)構(gòu) 相似度SSIM，如表1所示：
[0102] 表1.蝴蝶圖像重建結(jié)果的PSNR和SSIM對(duì)比表格
[0103]
[0104] ~~從表1可見(jiàn)，在客觀評(píng)價(jià)方面，本發(fā)明的方法均高于其它四種方法。胃 '
[0105] 實(shí)驗(yàn)二：用本發(fā)明和上述四種現(xiàn)有的方法對(duì)具有銳利邊緣的帽子圖像進(jìn)行重建， 結(jié)果如圖4所示，其中圖4中（a)是用現(xiàn)有的Bicubic方法超分辨重建的結(jié)果；圖4中（b)是用 現(xiàn)有的ANR方法超分辨重建的結(jié)果；圖4中（C)是用現(xiàn)有的ScSR方法超分辨重建的結(jié)果；圖4 中（d)是用現(xiàn)有的Zeyde方法超分辨重建的結(jié)果；圖4中（e)是本發(fā)明超分辨重建的結(jié)果；圖4 中（f)是帽子原始高分辨率圖像。每幅圖像有一個(gè)局部放大的矩形區(qū)域W便于觀察重建的 效果差別。
[0106] 從圖4可見(jiàn)，即將圖4中（a)、圖4中（b)、圖4中（C)、圖4中（d)、圖4中（e)與圖4中（f) 進(jìn)行對(duì)比，明顯可看出，本發(fā)明的結(jié)果中帽子邊緣具有清晰明確的輪廓，且在銳利邊緣處很 好地抑制了銀齒效應(yīng)。相比較而言，Bicubic方法的重建結(jié)果邊緣模糊，視覺(jué)效果較差;ANR 方法的重建結(jié)果的邊緣相對(duì)清晰，卻存在一條明顯的虛假輪廓；ScSR方法的重建結(jié)果在邊 緣存在銀齒現(xiàn)象;Zeyde方法的重建結(jié)果在邊緣處較為模糊，視覺(jué)效果有待提高。
[0107] 本發(fā)明和四種對(duì)比方法對(duì)帽子圖像進(jìn)行重建，得到的峰值信噪比PSNR和結(jié)構(gòu)相似 度SSIM，如表2所示：
[010引表2.帽子圖像重建結(jié)果的PSNR和SSIM對(duì)比表格
[0109]
[0110] ~從表2可見(jiàn)，在客觀評(píng)價(jià)方面，本發(fā)明的方法均高于其它四種方法。I '
【主權(quán)項(xiàng)】
1. 一種基于稀疏域選取的單幀圖像超分辨重建方法，其特征在于:包括： (1) 根據(jù)圖像訓(xùn)練集分別構(gòu)建低分辨率圖像訓(xùn)練集 和高分辨率圖像訓(xùn)練集/#; (2) 根據(jù)低分辨率圖像訓(xùn)練集/$構(gòu)建低分辨率特征訓(xùn)練集Xs; (3) 根據(jù)高分辨率圖像訓(xùn)練集:構(gòu)建高分辨率特征訓(xùn)練集Ys; (4) 根據(jù)低分辨率特征訓(xùn)練集Xs求解出低分辨率字典Φ!和低分辨率特征編碼系數(shù)B1; (5) 根據(jù)高分辨率特征訓(xùn)練集Ys和低分辨率特征編碼系數(shù)Βι求解出高分辨率字典的迭 代初始值Φω; (6) 建立稀疏域選取的優(yōu)化目標(biāo)公式：其中，α是稀疏域映射誤差項(xiàng)系數(shù)，取值為〇.1;0是1^范數(shù)優(yōu)化正則項(xiàng)系數(shù)，取值為0.01; γ是映射矩陣正則項(xiàng)系數(shù)，取值為〇. 01; 是待求的高分辨率字典，Bh是待求的高分辨率特 征編碼系數(shù)，Μ是待求的低分辨率特征編碼系數(shù)到高分辨率特征編碼系數(shù)的映射矩陣，錢(qián)，,· 表示高分辨率字典的第i項(xiàng)原子，| | · | |ι表示1范數(shù)，| | · | |2表示2范數(shù)，I I · I If表示F 范數(shù)，Vi表示對(duì)任意i項(xiàng)字典原子操作； (7) 根據(jù)稀疏域選取的優(yōu)化目標(biāo)公式和高分辨率字典的初始值Φω，交替迭代求解高分 辨率字典Oh、高分辨率特征編碼系數(shù)Bh、低分辨率特征編碼系數(shù)到高分辨率特征編碼系數(shù) 的映射矩陣M; (8) 輸入低分辨率測(cè)試圖像.并根據(jù)低分辨率測(cè)試圖像/f、低分辨率字典Φ:、映射 矩陣Μ和高分辨率字典Φ h，獲得高分辨率特征Yr ; (9) 根據(jù)高分辨率特征Yr和低分辨率測(cè)試圖像，重構(gòu)輸出高分辨率圖像/f。2. 根據(jù)權(quán)利要求1所述的基于稀疏域選取的單幀圖像超分辨重建方法，其特征在于:所 述步驟(1)中的步驟如下： (la) 收集多幅彩色高分辨率的自然圖像作為圖像訓(xùn)練集； (lb) 將圖像訓(xùn)練集從紅、綠、藍(lán)三色度的RGB顏色空間轉(zhuǎn)換到亮度、藍(lán)色、紅色的YCbCr 顏色空間； (1 c)從亮度、藍(lán)色、紅色的YCbCr顏色空間的圖像集中取出亮度圖像集作為高分辨率圖 像訓(xùn)練集/? ，其中I#表示第P幅高分辨率圖像，Ns表示高分辨率圖像的數(shù)量； (Id)將高分辨率圖像訓(xùn)練集先進(jìn)行3倍下采樣，再通過(guò)雙立方插值方法進(jìn)行3倍上采 樣，