CN101303763B - 基于稀疏表示的图像放大方法 - Google Patents

Abstract

本发明提供一种基于稀疏表示的图像放大方法，其利用Contourlet变换对图像进行稀疏分解，对获得低频子图像和多尺度多方向高频子图像分别采用不同的方法进行放大，然后进行Contourlet反变换获得放大后的高分辨率图像。同时，本发明还采用循环平移法来去除因Contourlet变换不具有平移不变性带来的块效应。本发明提供的图像放大方法能提高图像的分辨率、提供更加全面、准确的目标和背景信息，达到较理想的放大效果。在军事领域和非军事领域如光学成像、目标检测、安全监控等系统中均有广泛应用前景。

Description

基于稀疏表示的图像放大方法

技术领域

本发明涉及图像放大技术领域，具体地说，涉及一种基于稀疏表示的图像放大方法。

背景技术

通常在一些情形中，由于成像传感器的性能、图像传输过程等方面的原因，图像的分辨率常常较低，直接影响了图像的可用性。为了提高图像的分辨率，以适应实际问题的需要，较为常见的方法就是对图像进行放大，因此，研究有效的图像放大技术也就显得尤为重要。目前，图像放大主要是通过插值技术来实现。主要的插值方法有：近领域插值法、双线性插值法和基于迭代函数的分形插值法等。但是，这些都存在明显的不足：近领域插值法虽然速度较快，但会产生块效应；双线性插值法的不但计算量较大，而且由于其低通滤波性质使图像在一定程度上变得模糊；而基于迭代函数的分形插值法会引起马赛克效应。如今，随着小波分析的广泛应用，利用小波分解进行图像放大已经成为一种比较有效的图像放大技术。

但是，由于二维可分离小波变换是经一维小波通过张量积形成的，它只能有效地表示一维奇异信息即点奇异信息，而不能有效地描述图像中的二维或高维奇异信息，如线、轮廓等重要信息，从而制约了基于小波变换图像放大方法的性能。Contourlet(轮廓小波)变换作为一种新的信号分析工具，解决了小波变换不能有效表示二维或更高维奇异性的缺点，能准确地将图像中的边缘捕获到不同尺度、不同频率、不同方向的子带中。它不仅具有小波变换的多尺度特性，还具有小波变换不具有的方向性和各向异性，因此能很好地应用于图像处理中。

中国专利申请CN200610081450.3提供了一种基于小波分形的遥感图像插值方法，其特征是在小波变换域的高频子带内分割图像块，根据同方向上、不同尺度上的高频分量具有相似性，通过同方向上高频子带视频对象的空间位置和小波系数的父子关系能检测到各级高频子带的视频对象，实现图像分割。

中国专利申请CN200610116698.9提供一种基于稀疏变换的图像盲源分离方法，其特征在于首先利用Contourlet变换对接收到的混合图像信号进行多尺度、多方向的稀疏分解，并在Coniourlet变换域利用稀疏性判别标准来选取稀疏性最好的子图像组；然后利用传统的快速定点独立分量分析方法对选取的子图像组进行盲分离，获取分离矩阵；最后，利用这个分离矩阵来对接收到的混合图像信号进行分离，提取混合图像中的各个独立分量，达到图像盲源分离的目的。但上述申请中都并未涉及图像放大的处理方法。

发明内容

本发明的目的在于针对现有图像放大方法的不足，提出了一种基于稀疏表示的图像放大方法，利用Contourlet变换对图像进行稀疏分解，对获得低频子图像和多尺度多方向高频子图像分别采用不同的方法进行放大，然后进行Contourlet反变换获得放大后的高分辨率图像。同时，本发明还采用循环平移法来去除因Contourlet变换不具有平移不变性带来的块效应。

本发明所解决的技术问题可以采用以下技术方案来实现：

一种基于稀疏表示的图像放大方法，其特征在于，包括如下步骤：

1.对输入的低分辨率图像进行循环平移，并对循环平移后的图像进行多尺寸、多方向的Contourlet分解，获得低频子图像和多尺度、多方向的高频子图像；

2.对获得的低频子图像和多尺度、多方向的高频子图像进行放大处理；

3.对放大后的低频子图像和多尺度、多方向的高频子图像进行Contourlet逆变换以及与步骤1中平移量相应的逆平移，得到此次平移后的放大图像；

4.重复上述步骤，对每次得到的放大图像进行平均处理，得到最终的放大图像。

本发明中，步骤1中，对原始低分辨率图像的平移包含在行方向和列方向上进行有效位移量的循环平移。

步骤2中，所述的低频子图像采用原始的低分辨率图像代替，得到放大的低频子图像；

所述高频子图像采用相似性原理进行放大，其放大过程包括如下步骤：

1).对高频子图像进行双线性插值，得到插值放大高频子图像；

2).对低频子图像进行双线性插值，得到插值放大低频子图像；

3).通过放大的低频子图像和插值放大低频子图像计算相似度放大比例因子；

4).通过相似度放大比例因子和插值放大高频子图像计算放大的高频子图像。

步骤3中，所述逆平移包含在行方向和列方向上进行平移。

步骤4中，放大图像平均处理采用线性平均，以达到提高图像分辨率的目的。

本发明方法与现有技术相比较，具有如下显而易见的突出实质性特点和显著优点：

本发明旨在提出一种基于稀疏表示的图像放大方法，利用Contourlet变换对图像进行稀疏分解，对获得低频子图像和多尺度多方向高频子图像分别采用不同的方法进行放大，然后进行Contourlet反变换获得放大后的高分辨率图像。

具体特点和优点为：

(1)针对现有最具有代表性的小波域放大方法中小波变换的缺点------不能有效地表示图像中的二位或高维奇异性，将Contourlet变换应用到图像放大中，进行多尺度、多方向分解，为后续不同频率、不同方向成分的放大处理提供稀疏的图像描述系数；

(2)本发明技术有效地将图像各频率成分间的相似性与放大结合起来，区别对待地实施各部分的有效放大；

本发明提供的图像放大方法能提高图像的分辨率、提供更加全面、准确的目标和背景信息，达到较理想的放大效果。在军事领域和非军事领域如光学成像、目标检测、安全监控等系统中均有广泛应用前景。

附图说明

图1为本发明图像放大方法的流程框图。

图2是图1示例放大结果照片图。图中，(a)为原始低分辨率图像，而(b)至(f)分别代表近领域插值法、双线性插值法、双三次插值法、小波域放大法和本方法的处理结果。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

如图1所示，本发明基于稀疏表示的图像放大方法该方法，首先利用Contourlet变换对图像进行稀疏分解，对获得低频子图像和多尺度多方向高频子图像分别采用不同的方法进行放大，然后进行Contourlet反变换获得放大后的高分辨率图像。同时，本发明还采用循环平移法来去除因Contourlet变换不具有平移不变性带来的块效应。具体步骤为：

1.始化设置。令i＝0，j＝0，设定行方向和列方向上的最大平移量N₁＝6和N₂＝6。同时设定Contourlet变换的中拉普拉斯塔式(LP)分解层数K＝1和每层中的方向分解数L_k；

2.对原始低分辨率图像I在行和列方向上进行有效位移量的循环平移，得到平移图像

S_ij＝C_i，j(I)，              (6)

其中i∈(0，N₁)和j∈(0，N₂)分别为行方向和列方向上的平移量；

3.对得到的平移图像S_ij进行多尺度、多方向的Contourlet稀疏分解，即

$[S_{\mathrm{lf}}{,S}_{\mathrm{hf}}^{\left(\mathrm{1,1}\right)},L,S_{\mathrm{hf}}^{(1,L_1)}]=T\left(S_{\mathrm{ij}}\right),---\left(7\right)$

其中T(·)为Contourlet变换。从而得到一幅低频子图像S_lf和一系列具有不同分辨率的高频子图像S_hf ^(1，l)，其中l∈(1，L₁)标明子图像位于第1层LP分解层的第l方向；

4.将低频子图像S_lf用原始低分辨率图像I代替，得放大的低频子图像S_Elf＝I；

5.对Contourlet变换后的每一个高频子图像S_hf ^(1，l)，利用相似性原理进行如下放大处理：

(1)对高频子图像S_hf ^(1，l)进行双线性插值，得到插值放大子图像S_Thf ^(1，l)；

(2)将低频子图像S_lf进行双线性插值，得到插值放大子图像S_Tlf；

(3)计算最佳相似度放大比例因子： $\mathrm{\λ}=\underset{\mathrm{\λ}}{\arg \min }\left(\right|\left|I-S_{\mathrm{Tlf}}\right|\left|\right);$

(4)对S_Thf ^(1，l)进一步实施相似性放大，得到放大的高频子图像 ${S_E}_{\mathrm{hf}}^{(1,l)}=\mathrm{\λg}{S_T}_{\mathrm{hf}}^{(1,l)};$

6.对第5步中得到的所有高频放大子图像S_Ehf ^(1，l)和第4步中得到的低频放大子图像S_Elf实施Contourlet逆变换，得到在行方向和列方向上分别平移i和j后的放大图像，

$S_{i,j}^E=T^{-1}(E_{\mathrm{Elf}},{S_E}_{\mathrm{hf}}^{\left(\mathrm{1,1}\right)},L,{S_E}_{\mathrm{hf}}^{(1,L_1)}),---\left(8\right)$

其中，T^-1(·)为Contourlet逆变换；

7.对第6步中得到的图像S_i，j ^E进行相应平移量的逆向循环平移，有

$I_{i,j}^E=C_{-i,-j}\left(S_{i,j}^E\right).---\left(9\right)$

8.重复步骤2至7，直到i＝N₁和j＝N₂为止，停止重复；

9.对得到的所有I_i，j ^E(i＝0，L，N₁；j＝0，L，N₂)求平均，得到放大图像：

$I_E=\frac{1}{N_1{N}_2}\underset{i=0,j=0}{\overset{N_1,N_2}{\mathrm{\Σ}}}{I}_{i,j}^E.---\left(10\right)$

从图2中，不难发现，本发明方法优于其他几种常用的放大方法，具有更好地放大效果，提高了视觉效果。

表1给出了本发明方法与其它常用放大方法客观评价指标的比较结果。

为了客观地衡量算法的放大性能，表1给出了用均方根误差(RMSE)及峰值信噪比(PSNR)衡量的性能指标。无论是PSNR刻画方面，还是RMSE刻画方面，本发明方法均明显优于其它几种典型的图像放大方法。

总之，无论是从人眼视觉效果，还是从客观评价指标，均表明本发明方法更好地对图像进行放大处理，提高了图像的质量。

表1

	近领域插值法	双线性插值法	双三次插值法	小波域放大法	本发明方法
						PSNR	21.1747	22.1078	24.5263	25.5032	26.4565
RMSE	22.2743	20.0054	15.1434	13.5325	12.1260

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (4)

1.一种基于稀疏表示的图像放大方法，其特征在于，包括如下步骤：

1].对输入的低分辨率图像进行循环平移，并对循环平移后的图像进行多尺寸、多方向的Contourlet分解，获得低频子图像和多尺度、多方向的高频子图像；

2].对获得的低频子图像和多尺度、多方向的高频子图像进行放大处理，所述的低频子图像采用原始的低分辨率图像代替，得到放大的低频子图像；

3].对放大后的低频子图像和多尺度、多方向的高频子图像进行Contourlet逆变换以及与步骤1中平移量相应的逆平移，得到此次平移后的放大图像；

4].重复上述步骤，对每次得到的放大图像进行平均处理，得到最终的放大图像；

上述步骤2]中，所述高频子图像采用相似性原理进行放大，其放大过程包括如下步骤：

[1].对高频子图像进行双线性插值，得到插值放大高频子图像；

[2].对低频子图像进行双线性插值，得到插值放大低频子图像；

[3].通过放大的低频子图像和插值放大低频子图像计算相似度放大比例因子；

[4].通过相似度放大比例因子和插值放大高频子图像通过实施Contourlet逆变换和逆向循环平移，计算放大的高频子图像。

2.如权利要求1所述的基于稀疏表示的图像放大方法，其特征在于：步骤1]中，对原始低分辨率图像的平移包含在行方向和列方向上进行有效位移量的循环平移。

3.如权利要求1所述的基于稀疏表示的图像放大方法，其特征在于：步骤3]中，所述逆平移包含在行方向和列方向上进行平移。

4.如权利要求1所述的基于稀疏表示的图像放大方法，其特征在于：步骤4]中，放大图像平均处理采用线性平均。

Images