專利名稱：基于非局部均值的超分辨率方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及視頻處理技術(shù)，尤其涉及一種基于非局部均值的超分辨率方法和設(shè)備。
背景技術(shù)：
視頻圖像的超分辨率(Super Resolution, SR)技術(shù)是指利用一幅或者多幅低分辨率視頻圖像，通過(guò)相應(yīng)的處理，得到一幅或者多幅高分辨率視頻圖像的技術(shù)。一般高分辨率圖像到低分辨率圖像的降質(zhì)模型如下{yt = DHFtX + nt}Tti其中，X為高分辨率圖像，yt為低分辨率圖像，D為下采樣運(yùn)算，H為模糊運(yùn)算，F(xiàn)為變形運(yùn)動(dòng)運(yùn)算，它和運(yùn)動(dòng)估計(jì)有關(guān)，nt為噪聲。超分辨率技術(shù)是上述問(wèn)題的逆過(guò)程，即已知低分辨率圖像，要得到高分辨率圖像。所以超分辨率技術(shù)一般包括運(yùn)動(dòng)估計(jì)、噪聲估計(jì)、上采樣以及去模糊等技術(shù)。 在很多應(yīng)用場(chǎng)景，例如將標(biāo)清格式視頻轉(zhuǎn)換為高清或超高清格式視頻、網(wǎng)絡(luò)視頻應(yīng)用、醫(yī)學(xué)成像、遙感衛(wèi)星等領(lǐng)域中，都需要應(yīng)用超分辨率技術(shù)?，F(xiàn)有技術(shù)中提供了一種基于非局部均值(Non-local Means, NLM)的超分辨率技術(shù)，該技術(shù)大體流程如下對(duì)原始低分辨率圖像進(jìn)行上采樣；對(duì)上采樣后的圖像進(jìn)行相似性計(jì)算，在相似性計(jì)算時(shí)是計(jì)算當(dāng)前點(diǎn)所在的當(dāng)前塊與當(dāng)前點(diǎn)的鄰域范圍內(nèi)其他圖像塊的相似性；根據(jù)相似性計(jì)算的結(jié)果以及控制權(quán)重的參數(shù)進(jìn)行權(quán)重計(jì)算，得到權(quán)重，其中，該控制權(quán)重的參數(shù)對(duì)于整個(gè)圖像是固定的；再根據(jù)權(quán)重對(duì)原始低分辨率圖像進(jìn)行加權(quán)累加，得到高分辨率圖像。該方案中，一方面由于采用的控制權(quán)重的參數(shù)對(duì)于整個(gè)圖像是固定的，會(huì)導(dǎo)致圖像細(xì)節(jié)丟失；另一方面，整個(gè)鄰域內(nèi)的塊都參與運(yùn)算，這樣一些不太相似的點(diǎn)也參與了運(yùn)算，也會(huì)導(dǎo)致細(xì)節(jié)丟失，同時(shí)計(jì)算量大。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明實(shí)施例提供了一種基于非局部均值的超分辨率方法和設(shè)備，用以解決現(xiàn)有技術(shù)中存在的細(xì)節(jié)丟失和計(jì)算量大的問(wèn)題。第一方面，提供了一種基于非局部均值的超分辨率方法，包括對(duì)原始低分辨率圖像進(jìn)行上采樣，得到初始高分辨率圖像；對(duì)所述初始高分辨率圖像進(jìn)行相似性計(jì)算，得到第一歐式距離；確定控制權(quán)重的參數(shù)，以及根據(jù)所述第一歐式距離得到控制權(quán)重的參數(shù)以及第二歐式距離；根據(jù)所述控制權(quán)重的參數(shù)以及所述第二歐式距離，進(jìn)行權(quán)重計(jì)算，得到權(quán)重；根據(jù)所述權(quán)重，對(duì)所述原始低分辨率圖像進(jìn)行加權(quán)累加，得到高分辨率圖像。結(jié)合第一方面，在第一方面的第一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述第一歐式距離得到第二歐式距離，包括對(duì)所述第一歐式距離進(jìn)行排序，按照從小到大的順序選擇設(shè)定個(gè)數(shù)的歐式距離，作為第二歐式距離；或者，對(duì)所述第一歐式距離進(jìn)行平均運(yùn)算，得到第一歐式距離的平均值，將小于所述平均值的第一歐式距離，作為第二歐式距離。結(jié)合第一方面或第一方面的第一種可能的實(shí)現(xiàn)方式，在第一方面的第二種可能的實(shí)現(xiàn)方式中，所述確定控制權(quán)重的參數(shù)，包括確定所述第一歐式距離中小于設(shè)定閾值的個(gè)數(shù)，根據(jù)個(gè)數(shù)與控制權(quán)重的參數(shù)之間的對(duì)應(yīng)關(guān)系，得到所述控制權(quán)重的參數(shù)。結(jié)合第一方面或第一方面的第二種可能的實(shí)現(xiàn)方式，在第一方面的第三種可能的實(shí)現(xiàn)方式中，所述個(gè)數(shù)與控制權(quán)重參數(shù)之間的對(duì)應(yīng)關(guān)系滿足所述個(gè)數(shù)越大，所述控制權(quán)重 越??；所述個(gè)數(shù)越小，所述控制權(quán)重越大。結(jié)合第一方面或第一方面的第一種可能的實(shí)現(xiàn)方式，在第一方面的第四種可能的實(shí)現(xiàn)方式中，所述確定控制權(quán)重的參數(shù)，包括確定所述當(dāng)前點(diǎn)所在區(qū)域的類別，根據(jù)類別與控制權(quán)重的參數(shù)之間的對(duì)應(yīng)關(guān)系，得到所述控制權(quán)重的參數(shù)，根據(jù)對(duì)應(yīng)的控制權(quán)重參數(shù)的值從小到大對(duì)所述類別排序如下平滑區(qū)域、細(xì)節(jié)區(qū)域和邊緣區(qū)域。結(jié)合第一方面或第一方面的第四種可能的實(shí)現(xiàn)方式，在第一方面的第五種可能的實(shí)現(xiàn)方式中，所述確定所述當(dāng)前點(diǎn)所在區(qū)域的類別，包括根據(jù)所述當(dāng)前點(diǎn)所在的圖像的梯度幅度值，確定所述類別，根據(jù)對(duì)應(yīng)的梯度幅度值從小到大對(duì)所述類別排序如下平滑區(qū)域、細(xì)節(jié)區(qū)域和邊緣區(qū)域。第二方面，提供了一種基于非局部均值的超分辨率設(shè)備，包括上采樣模塊，用于對(duì)原始低分辨率圖像進(jìn)行上采樣，得到初始高分辨率圖像；相似性計(jì)算模塊，用于對(duì)所述初始高分辨率圖像進(jìn)行相似性計(jì)算，得到第一歐式距離；參數(shù)控制模塊，用于確定控制權(quán)重的參數(shù)，以及根據(jù)所述第一歐式距離得到控制權(quán)重的參數(shù)以及第二歐式距離；權(quán)重計(jì)算模塊，用于根據(jù)所述控制權(quán)重的參數(shù)以及所述第二歐式距離，進(jìn)行權(quán)重計(jì)算，得到權(quán)重；加權(quán)累加模塊，用于根據(jù)所述權(quán)重，對(duì)所述原始低分辨率圖像進(jìn)行加權(quán)累加，得到高分辨率圖像。結(jié)合第二方面，在第二方面的第一種可能的實(shí)現(xiàn)方式中，所述參數(shù)控制模塊包括第一單元，用于對(duì)所述第一歐式距離進(jìn)行排序，按照從小到大的順序選擇設(shè)定個(gè)數(shù)的歐式距離，作為第二歐式距離；或者，對(duì)所述第一歐式距離進(jìn)行平均運(yùn)算，得到第一歐式距離的平均值，將小于所述平均值的第一歐式距離，作為第二歐式距離。結(jié)合第二方面或第二方面的第一種可能的實(shí)現(xiàn)方式，在第二方面的第二種可能的實(shí)現(xiàn)方式中，所述參數(shù)控制模塊包括第二單元，用于確定所述第一歐式距離中小于設(shè)定閾值的個(gè)數(shù)，根據(jù)個(gè)數(shù)與控制權(quán)重的參數(shù)之間的對(duì)應(yīng)關(guān)系，得到所述控制權(quán)重的參數(shù)，所述個(gè)數(shù)越大，所述控制權(quán)重越??；所述個(gè)數(shù)越小，所述控制權(quán)重越大；或者，確定所述當(dāng)前點(diǎn)所在區(qū)域的類別，根據(jù)類別與控制權(quán)重的參數(shù)之間的對(duì)應(yīng)關(guān)系，得到所述控制權(quán)重的參數(shù)，根據(jù)對(duì)應(yīng)的控制權(quán)重參數(shù)的值從小到大對(duì)所述類別排序如下平滑區(qū)域、細(xì)節(jié)區(qū)域和邊緣區(qū)域。結(jié)合第二方面或第二方面的第二種可能的實(shí)現(xiàn)方式，在第二方面的第三種可能的實(shí)現(xiàn)方式中，所述第二單元具體用于 根據(jù)所述當(dāng)前點(diǎn)所在的圖像的梯度幅度值，確定所述類別，根據(jù)對(duì)應(yīng)的梯度幅度值從小到大對(duì)所述類別排序如下平滑區(qū)域、細(xì)節(jié)區(qū)域和邊緣區(qū)域。通過(guò)上述技術(shù)方案，通過(guò)對(duì)相似性計(jì)算得到的距離進(jìn)行處理，以及根據(jù)該距離得到控制權(quán)重的參數(shù)，可以保留更多細(xì)節(jié)以及減少計(jì)算量。


為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作一簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖I為本發(fā)明基于非局部均值的超分辨率方法一實(shí)施例的流程示意圖；圖2為圖I對(duì)應(yīng)的結(jié)構(gòu)示意圖；圖3為本發(fā)明基于非局部均值的超分辨率方法另一實(shí)施例的流程示意圖；圖4為本發(fā)明基于非局部均值的超分辨率方法另一實(shí)施例的流程示意圖；圖5為本發(fā)明基于非局部均值的超分辨率設(shè)備一實(shí)施例的流程示意圖。
具體實(shí)施例方式為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。圖I為本發(fā)明基于非局部均值的超分辨率方法一實(shí)施例的流程示意圖，參見(jiàn)圖I并結(jié)合圖2，本實(shí)施例包括步驟11 :對(duì)原始低分辨率圖像進(jìn)行上采樣，得到初始高分辨率圖像；上采樣(Up-Scal ing )可以利用一般的圖像縮放算法，例如，雙線性插值、雙立方插值等算法，對(duì)原始低分辨率圖像進(jìn)行上采樣后的圖像可以稱為初始高分辨圖像。步驟12 :對(duì)所述初始高分辨率圖像進(jìn)行相似性計(jì)算，得到第一歐式距離；對(duì)于選取的一個(gè)點(diǎn)，該點(diǎn)可以稱為當(dāng)前點(diǎn)，該當(dāng)前點(diǎn)所在的圖像塊可以稱為當(dāng)前塊。相似性計(jì)算時(shí)，計(jì)算的是該當(dāng)前點(diǎn)所在的當(dāng)前塊與當(dāng)前點(diǎn)的鄰域范圍內(nèi)其它圖像塊的相似性，當(dāng)前塊可以是指以當(dāng)前點(diǎn)為中心的一個(gè)矩形塊，矩形塊的大小可以設(shè)定，該鄰域范圍以及鄰域范圍內(nèi)的其它圖像也可以設(shè)定。兩個(gè)圖像塊之間的相似性可以根據(jù)兩個(gè)圖像塊之間的歐式距離進(jìn)行度量，歐式距離的計(jì)算可以如下所示I) = lh ;Z; - R.Z, ^
2其中為初始高分辨率圖像上以(k，l)點(diǎn)為中心的一個(gè)圖像塊，見(jiàn),,.Zi是原始聞分辨率圖像上以(i，j)點(diǎn)為中心的另一個(gè)圖像塊，JikjZt -RtjZt I表不圖像中和圖像中對(duì)應(yīng)點(diǎn)的像素值相減后的平方和。本實(shí)施例在進(jìn)行相似性計(jì)算得到的第一歐式距離D就是當(dāng)前塊與鄰域范圍內(nèi)其它圖像塊的歐式距離，對(duì)應(yīng)每個(gè)其它圖像塊，可以得到一個(gè)第一歐式距離。步驟13 :確定控制權(quán)重的參數(shù)，以及根據(jù)所述第一歐式距離得到第二歐式距離；可以采用如下方式，根據(jù)第一歐式距離D得到第二歐式距離D’ ·可選的，對(duì)所述第一歐式距離進(jìn)行排序，按照從小到大的順序選擇設(shè)定個(gè)數(shù)的第一歐式距離，作為所述第二歐式距離?？蛇x的，根據(jù)所述第一歐式距離，得到所述第一歐式距離的平均值；將小于所述平均值的第一歐式距離，作為所述第二歐式距離。可選的，控制權(quán)重的參數(shù)σ可以根據(jù)第一歐式距離確定，例如，可以采用如下方式，根據(jù)第一歐式距離D得到控制權(quán)重的參數(shù)σ :根據(jù)歐式距離小于設(shè)定閾值的鄰域的圖像塊的個(gè)數(shù)確定；或者，可選的，控制權(quán)重的參數(shù)σ也可以根據(jù)當(dāng)前點(diǎn)所在區(qū)域確定。步驟14 :根據(jù)所述控制權(quán)重的參數(shù)以及所述第二歐式距離，進(jìn)行權(quán)重計(jì)算，得到權(quán)重；權(quán)重的計(jì)算公式可以為JT = exp|-^^其中，W權(quán)重，D’第二歐式距離，σ為控制權(quán)重的參數(shù)。步驟15 :根據(jù)所述權(quán)重，對(duì)所述原始低分辨率圖像進(jìn)行加權(quán)累加，得到高分辨率圖像。加權(quán)累加的計(jì)算公式可以為
力，./]其中為當(dāng)前點(diǎn)(k，D的超分辨率結(jié)果，Nl(k, I)為當(dāng)前點(diǎn)在低分辨率圖像中的對(duì)應(yīng)的鄰域范圍，(i，j)為低分辨率圖像中的對(duì)應(yīng)的鄰域中的點(diǎn)，yt為原始低分辨率圖像。本實(shí)施例中，一方面由于采用的控制權(quán)重的參數(shù)是根據(jù)第一歐式距離確定的，并非固定的，可以保留更多的細(xì)節(jié)；另一方面，只是鄰域內(nèi)的部分圖像塊參與運(yùn)算，也就是一些較相似的點(diǎn)參與了運(yùn)算，可以進(jìn)一步保留細(xì)節(jié)，同時(shí)降低計(jì)算量。圖3為本發(fā)明基于非局部均值的超分辨率方法另一實(shí)施例的流程示意圖，包括步驟31 :對(duì)原始低分辨率圖像進(jìn)行上采樣，得到初始高分辨率圖像；步驟32 :對(duì)所述初始高分辨率圖像進(jìn)行相似性計(jì)算，得到第一歐式距離；步驟32的具體內(nèi)容可以參見(jiàn)步驟If 12。
步驟33 :對(duì)所述第一歐式距離進(jìn)行排序，按照從小到大的順序選擇設(shè)定個(gè)數(shù)的歐式距離，作為第二歐式距離，以及確定控制權(quán)重的參數(shù)；由于當(dāng)前塊與鄰域范圍內(nèi)的其它圖像塊并不是都很相似，對(duì)于NLM，只有那些相似的塊才對(duì)當(dāng)前點(diǎn)有貢獻(xiàn)，對(duì)于那些不太相似的塊，即第一歐式距離較大的塊，對(duì)當(dāng)前點(diǎn)計(jì)算基本沒(méi)貢獻(xiàn)，甚至可能會(huì)有副作用，會(huì)導(dǎo)致細(xì)節(jié)丟失，并且鄰域內(nèi)的所有點(diǎn)都參與計(jì)算時(shí)計(jì)算量也很大。因此本實(shí)施例中選擇第一歐式距離較小的點(diǎn)，也就是較相似的塊，采用這些當(dāng)前塊與較相似的塊之間的歐式距離，也就是第二歐式距離進(jìn)行權(quán)重計(jì)算。計(jì)算公式可以為權(quán)重的計(jì)算公式可以為,rexpj-ijj其中，W權(quán)重，D’第二歐式距離，σ為控制權(quán)重的參數(shù)。權(quán)重的計(jì)算和σ有比較大的關(guān)系，當(dāng)σ較大時(shí)，則權(quán)重的變化范圍很小，這樣相當(dāng)于對(duì)鄰域范圍內(nèi)的點(diǎn)的一個(gè)平均的作用，這樣就會(huì)平滑掉細(xì)節(jié)；而當(dāng)σ較小時(shí)，權(quán)重又會(huì)變化比較劇烈，這樣相當(dāng)于只有少數(shù)塊能對(duì)結(jié)果有貢獻(xiàn)，這樣也會(huì)損失細(xì)節(jié)。因此，本發(fā)明實(shí)施例可以根據(jù)內(nèi)容自適應(yīng)來(lái)生成σ，這樣能更好的保留細(xì)節(jié)。對(duì)于σ的生成，一種具體的實(shí)現(xiàn)方式如下描述可以根據(jù)鄰域范圍內(nèi)的歐氏距離來(lái)判斷。設(shè)定一個(gè)歐氏距離的閾值Dis，記當(dāng)前點(diǎn)的鄰域內(nèi)歐氏距離小于Dis的塊的個(gè)數(shù)為Si_Num，然后根據(jù)Si_Num的大小來(lái)確定σ，Si_Num越大，σ越小，Si_Num越小，σ越大。具體可以預(yù)先建立一個(gè)Si_Num與σ之間的關(guān)系表，該表滿足Si_Num越大，σ越小，Si_Num越小，σ越大，之后在得到Si_Num后，可以通過(guò)查找該關(guān)系表得到σ?；蛘?，也可以采用如下方式生成σ :
權(quán)利要求
1.一種基于非局部均值的超分辨率方法，其特征在于，包括 對(duì)原始低分辨率圖像進(jìn)行上采樣，得到初始高分辨率圖像； 對(duì)所述初始高分辨率圖像進(jìn)行相似性計(jì)算，得到第一歐式距離； 確定控制權(quán)重的參數(shù)，以及根據(jù)所述第一歐式距離得到第二歐式距離； 根據(jù)所述控制權(quán)重的參數(shù)以及所述第二歐式距離，進(jìn)行權(quán)重計(jì)算，得到權(quán)重； 根據(jù)所述權(quán)重，對(duì)所述原始低分辨率圖像進(jìn)行加權(quán)累加，得到高分辨率圖像。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述根據(jù)所述第一歐式距離得到第二歐式距離，包括 對(duì)所述第一歐式距離進(jìn)行排序，按照從小到大的順序選擇設(shè)定個(gè)數(shù)的歐式距離，作為第二歐式距離；或者， 對(duì)所述第一歐式距離進(jìn)行平均運(yùn)算，得到第一歐式距離的平均值，將小于所述平均值的第一歐式距離，作為第二歐式距離。
3.根據(jù)權(quán)利要求I或2所述的方法，其特征在于，所述確定控制權(quán)重的參數(shù)，包括 確定所述第一歐式距離中小于設(shè)定閾值的個(gè)數(shù)，根據(jù)個(gè)數(shù)與控制權(quán)重的參數(shù)之間的對(duì)應(yīng)關(guān)系，得到所述控制權(quán)重的參數(shù)。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述個(gè)數(shù)與控制權(quán)重參數(shù)之間的對(duì)應(yīng)關(guān)系滿足所述個(gè)數(shù)越大，所述控制權(quán)重越?。凰鰝€(gè)數(shù)越小，所述控制權(quán)重越大。
5.根據(jù)權(quán)利要求I或2所述的方法，其特征在于，所述確定控制權(quán)重的參數(shù)，包括 確定所述當(dāng)前點(diǎn)所在區(qū)域的類別，根據(jù)類別與控制權(quán)重的參數(shù)之間的對(duì)應(yīng)關(guān)系，得到所述控制權(quán)重的參數(shù)，根據(jù)對(duì)應(yīng)的控制權(quán)重參數(shù)的值從小到大對(duì)所述類別排序如下平滑區(qū)域、細(xì)節(jié)區(qū)域和邊緣區(qū)域。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述確定所述當(dāng)前點(diǎn)所在區(qū)域的類別，包括 根據(jù)所述當(dāng)前點(diǎn)所在的圖像的梯度幅度值，確定所述類別，根據(jù)對(duì)應(yīng)的梯度幅度值從小到大對(duì)所述類別排序如下平滑區(qū)域、細(xì)節(jié)區(qū)域和邊緣區(qū)域。
7.一種基于非局部均值的超分辨率設(shè)備，其特征在于，包括 上采樣模塊，用于對(duì)原始低分辨率圖像進(jìn)行上采樣，得到初始高分辨率圖像； 相似性計(jì)算模塊，用于對(duì)所述初始高分辨率圖像進(jìn)行相似性計(jì)算，得到第一歐式距離； 參數(shù)控制模塊，用于確定控制權(quán)重的參數(shù)，以及根據(jù)所述第一歐式距離得到控制權(quán)重的參數(shù)以及第二歐式距離； 權(quán)重計(jì)算模塊，用于根據(jù)所述控制權(quán)重的參數(shù)以及所述第二歐式距離，進(jìn)行權(quán)重計(jì)算，得到權(quán)重； 加權(quán)累加模塊，用于根據(jù)所述權(quán)重，對(duì)所述原始低分辨率圖像進(jìn)行加權(quán)累加，得到高分辨率圖像。
8.根據(jù)權(quán)利要求7所述的設(shè)備，其特征在于，所述參數(shù)控制模塊包括 第一單元，用于對(duì)所述第一歐式距離進(jìn)行排序，按照從小到大的順序選擇設(shè)定個(gè)數(shù)的歐式距離，作為第二歐式距離；或者， 對(duì)所述第一歐式距離進(jìn)行平均運(yùn)算，得到第一歐式距離的平均值，將小于所述平均值的第一歐式距離，作為第二歐式距離。
9.根據(jù)權(quán)利要求7或8所述的設(shè)備，其特征在于，所述參數(shù)控制模塊包括 第二單元，用于確定所述第一歐式距離中小于設(shè)定閾值的個(gè)數(shù)，根據(jù)個(gè)數(shù)與控制權(quán)重的參數(shù)之間的對(duì)應(yīng)關(guān)系，得到所述控制權(quán)重的參數(shù)，所述個(gè)數(shù)越大，所述控制權(quán)重越??；所述個(gè)數(shù)越小，所述控制權(quán)重越大；或者， 確定所述當(dāng)前點(diǎn)所在區(qū)域的類別，根據(jù)類別與控制權(quán)重的參數(shù)之間的對(duì)應(yīng)關(guān)系，得到所述控制權(quán)重的參數(shù)，根據(jù)對(duì)應(yīng)的控制權(quán)重參數(shù)的值從小到大對(duì)所述類別排序如下平滑區(qū)域、細(xì)節(jié)區(qū)域和邊緣區(qū)域。
10.根據(jù)權(quán)利要求9所述的設(shè)備，其特征在于，所述第二單元具體用于 根據(jù)所述當(dāng)前點(diǎn)所在的圖像的梯度幅度值，確定所述類別，根據(jù)對(duì)應(yīng)的梯度幅度值從小到大對(duì)所述類別排序如下平滑區(qū)域、細(xì)節(jié)區(qū)域和邊緣區(qū)域。
全文摘要
本發(fā)明提供一種基于非局部均值的超分辨率方法和設(shè)備。該方法包括對(duì)原始低分辨率圖像進(jìn)行上采樣，得到初始高分辨率圖像；對(duì)所述初始高分辨率圖像進(jìn)行相似性計(jì)算，得到第一歐式距離；確定控制權(quán)重的參數(shù)，以及根據(jù)所述第一歐式距離得到第二歐式距離；根據(jù)所述控制權(quán)重的參數(shù)以及所述第二歐式距離，進(jìn)行權(quán)重計(jì)算，得到權(quán)重；根據(jù)所述權(quán)重，對(duì)所述原始低分辨率圖像進(jìn)行加權(quán)累加，得到高分辨率圖像。本發(fā)明實(shí)施例可以使得超分辨后的圖像保留更多細(xì)節(jié)，降低運(yùn)算量。
文檔編號(hào)H04N7/01GK102946522SQ20121040399
公開日2013年2月27日 申請(qǐng)日期2012年10月22日 優(yōu)先權(quán)日2012年10月22日
發(fā)明者鄭成林 申請(qǐng)人:華為技術(shù)有限公司