(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111633924.1 (22)申请日 2021.12.2 9 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 余彦　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06T 3/40(2006.01) G06T 7/12(2017.01) G06F 17/16(2006.01) G06F 17/11(2006.01) G06K 9/62(2022.01)G06V 10/774(2022.01) (54)发明名称 图像字典的生 成方法、 图像重 建方法及相关 装置 (57)摘要 本申请公开了一种图像字典的生 成方法、 图 像重建方法及相关装置， 包括： 获得多个初始图 像组； 其中， 每个初始图像组包括分辨率超过分 辨率阈值的第一图像， 以及基于第一图像生成的 低于分辨率阈值的第二图像； 对 各个初始图像组 中的第一图像和第二图像分别按不同变换参数 进行非下采样轮廓波变换， 获得第一图像对应的 多个第一子图像和第二图像对应的多个第二子 图像； 基于多个第一子图像和多个第二子图像构 建多个训练图像组； 其中， 同一训练图像组中包 括同一初始 图像组中变换参数相同的第一子图 像和第二子图像； 基于各个训练图像组， 生成与 各个变换参数分别对应的第一字典和第二字典。 上述方案， 能够提高基于第一字典和第二字典进 行图像重建的重建效果。 权利要求书3页 说明书10页 附图3页 CN 114549300 A 2022.05.27 CN 114549300 A 1.一种图像字典的生成方法， 其特 征在于， 所述方法包括： 获得多个初始图像组； 其中， 每个所述初始图像组包括分辨率超过分辨率阈值的第一 图像， 以及基于所述第一图像生成的分辨 率低于所述分辨 率阈值的第二图像； 对各个所述初始图像组中的所述第一图像和所述第二图像分别按不同变换参数进行 非下采样 轮廓波变换， 获得所述第一图像对应的多个第一子图像和所述第二图像对应的多 个第二子图像； 基于多个所述第一子 图像和多个所述第二子 图像构建多个训练图像组； 其中， 同一所 述训练图像组中包括同一所述初始图像组中变换参数相同的所述第一子图像和所述第二 子图像； 基于各个所述训练图像组， 生成与各个所述变换参数分别对应的第一字典和第二字 典； 其中， 所述第一字典对应 分辨率高于 分辨率阈值的图像， 所述第二字典对应分辨率低于 分辨率阈值的图像。 2.根据权利要求1所述的图像字典的生成方法， 其特征在于， 所述对各个所述初始图像 组中的所述第一图像和所述第二图像分别按不同变换参数进 行非下采样 轮廓波变换， 获得 所述第一图像对应的多个第一子图像和所述第二图像对应的多个第二子图像的步骤， 包 括： 对各个所述初始图像组中的所述第一图像按不同的变换层数和变换方向进行非下采 样轮廓波变换， 获得所述第一图像对应的至少一个第一低频子图像和至少一个第一高频子 图像， 作为所述多个第一子图像； 以及， 对各个所述初始图像组中的所述第二图像按不同的变换层数和变换方向进行非下采 样轮廓波变换， 获得所述第二图像对应的至少一个第二低频子图像和至少一个第二高频子 图像， 作为所述多个第二子图像； 其中， 所述变换参数包括变换层数和变换 方向。 3.根据权利要求1所述的图像字典的生成方法， 其特征在于， 所述基于各个所述训练图 像块集合， 生成与各个所述变换参数分别对应的第一字典和第二字典的步骤之前， 还 包括： 将各个所述训练图像组中的所述第一子图像和所述第二子图像分割成相同数量的图 像块， 获得 各个所述训练图像组分别对应的训练图像块 集合。 4.根据权利要求3所述的图像字典的生成方法， 其特征在于， 所述基于各个所述训练图 像块集合， 生成与各个所述变换参数分别对应的第一字典和第二字典的步骤， 包括： 在同一变换参数对应的所述训练图像块集合中， 将所述第 一子图像对应的图像块和所 述第二子图像对应的图像块按像素尺寸 转换成一维向量并拼接， 得到初始向量； 将所述初始向量 转换成多维向量， 得到所述训练图像块 集合对应的联合字典； 基于正交匹配追踪算法在所述联合字典中确定稀疏系数； 基于所述初始向量、 所述联合字典和所述稀疏系数， 确定联合字典对应的重建损失； 基于奇异值分解算法在所述联合字典中更新所述联合字典中的原子， 并更新所述稀疏 系数； 响应于所述重建损 失低于预设阈值， 结束所述联合字典和所述稀疏系数的迭代更新， 将所述联合字典分解 为所述第一字典和所述第二字典。 5.根据权利要求4所述的图像字典的生成方法， 其特征在于， 所述基于奇异值分解算法权　利　要　求　书 1/3 页 2 CN 114549300 A 2在所述联合字典中更新所述联合字典中的原子， 并更新所述稀疏系数的步骤， 包括： 从所述联合字典中提取出重建列， 并从所述稀疏系数中提取出与所述重建列的列 数相 匹配的第一元 素； 其中， 所述重建列从所述联合字典中的第一列依次提取； 基于所述初始向量、 保留列和与所述保留列的列数相匹配的第二元素， 确定待分解矩 阵； 其中， 所述保留列为所述联合字典中除所述重 建列之外的其他列， 所述第二元素为所述 稀疏系数中除所述第一元 素之外的其 他元素； 基于奇异值分解算法对所述待分解矩阵进行分解， 得到左奇异值矩阵和右奇异值矩 阵， 利用所述左 奇异值矩阵的第一列向量更新所述重建列， 利用所述右奇异值矩阵的第一 个行向量与第一个奇异值的乘积更新所述第一元 素。 6.根据权利要求4所述的图像字典的生成方法， 其特征在于， 所述将所述联合字典分解 为所述第一字典和所述第二字典的步骤， 包括： 基于所述第一子图像对应的图像块和所述第二子图像对应的图像块各自对应的所述 一维向量的维度和拼接顺序， 对所述联合字典进行分解， 获得所述第一字典和所述第二字 典。 7.根据权利要求3所述的图像字典的生成方法， 其特征在于， 所述获得多个初始图像组 的步骤， 包括： 获得多个分辨率超过所述分辨率阈值的第一图像， 对各个所述第一图像进行加噪处 理； 对加噪处理后的各个所述第 一图像进行下采样， 获得各个所述第 一图像分别对应的分 辨率低于所述分辨率阈值的所述第二图像， 以生成多个所述初始图像组， 且所述第一图像 和所述第二图像的像素尺寸之间的比值 为预设比例。 8.根据权利要求7所述的图像字典的生成方法， 其特征在于， 所述将各个所述训练图像 组中的所述第一子图像和所述第二子图像分割成相同数量的图像块， 获得各个所述训练图 像组分别对应的训练图像块 集合的步骤， 包括： 基于所述预设比例对各个所述训练图像组中的所述第一子图像和所述第二子图像进 行分割， 获得 数量相同的所述第一子图像对应的图像块和所述第二子图像对应的图像块； 将各个所述训练图像组中的所述第一子图像对应的图像块和所述第二子图像对应的 图像块组成所述训练图像块 集合。 9.一种图像重建方法， 其特 征在于， 所述方法包括： 获得分辨 率低于分辨 率阈值的待重建图像； 对所述待重建图像按不同变换参数进行非下采样轮廓波变换， 获得所述待重建图像对 应的多个待重建子图像； 将各个变换参数对应的所述待重建子图像分割成多个待重建图像块； 将所述待重建图像块转换成一维向量， 基于正交匹配追踪算法在各个所述一维向量对 应的第二字典中， 确定各个所述 一维向量对应的稀疏系数； 基于各个所述一维向量对应的第 一字典以及各个所述一维向量对应的稀疏系数， 生成 各个所述待重建图像块对应的重建后图像块， 将各个所述重建后图像块按分割顺序拼接， 生成所述待重建图像对应的重建后图像； 其中， 所述一维向量对应的所述第一字典和所述第二字典， 与所述一维向量对应的待权　利　要　求　书 2/3 页 3 CN 114549300 A 3