公开(公告)号：CN107038730A

公开(公告)日：2017-08-11

申请号：CN201710200185.4

申请日：2017-03-30

Applicant: 湖北工业大学

Inventor： 武明虎 ,  鲁亚琪 ,  刘敏 ,  赵楠 ,  刘聪 ,  孔祥斌 ,  陈瑞 ,  李然 ,  陈泽昊 ,  宋冉冉 ,  饶哲恒

IPC: G06T11/00 ,  G06T3/40 ,  G06K9/46

Abstract: 本发明提供一种基于高斯尺度结构块分组的稀疏表示图像重建方法，包括如下步骤：利用从自然图像中训练出的非局部自相似模型，将非局部相似块混合进用先验模型方法所得的分组里，利用搜索方法提取出最优块分组模型；联合块分组模型与非局部扩展高斯尺度混合模型，利用交替最小化方法进行同步稀疏编码，求解更新图像块；将块分组模型和高斯尺度混合模型联合到编码框架中，利用选择的训练字典来计算联合模型所求得的图像重建更新解，并将此更新解值送回到块分组模型中再次进行步骤一和步骤二流程操作，如此反复迭代，直到最优解生成，则输出重建图像的最优解。该方法所获得的重建图像具有较好的边缘、纹理等细节保持性能和更好的峰值信噪比质量。