專(zhuān)利名稱(chēng)：圖像處理方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本公開(kāi)涉及圖像處理領(lǐng)域，具體而言，涉及圖像處理的方法和設(shè)備。
背景技術(shù)：
在基于學(xué)習(xí)的圖像處理方法中， 常常需要通過(guò)訓(xùn)練大量圖像樣本來(lái)獲得圖像或圖像塊的訓(xùn)練集合(或字典)，以備后續(xù)的圖像處理使用。例如，通過(guò)訓(xùn)練大量的彼此對(duì)應(yīng)的低分辨率和高分辨率圖像樣本，可以獲得包括多對(duì)彼此對(duì)應(yīng)的低分辨率圖像塊和高分辨率圖像塊的訓(xùn)練集合，這樣的訓(xùn)練集合可以作為共現(xiàn)模型(Co-occurrence Model)或字典而用于利用低分辨率的圖像來(lái)生成高分辨率圖像的圖像超分辨率應(yīng)用中。

發(fā)明內(nèi)容
在下文中給出關(guān)于本公開(kāi)的簡(jiǎn)要概述，以便提供關(guān)于本公開(kāi)的某些方面的基本理解。應(yīng)當(dāng)理解，這個(gè)概述并不是關(guān)于本公開(kāi)的窮舉性概述。它并不是意圖確定本公開(kāi)的關(guān)鍵或重要部分，也不是意圖限定本公開(kāi)的范圍。其目的僅僅是以簡(jiǎn)化的形式給出某些概念， 以此作為稍后論述的更詳細(xì)描述的前序。根據(jù)本公開(kāi)的一些實(shí)施方式，可以在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中搜索每個(gè)圖像塊的一個(gè)或更多個(gè)近鄰圖像塊。這些一個(gè)或更多個(gè)近鄰圖像塊包括所述圖像塊集合中距離該每個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊，從而形成該每個(gè)圖像塊的近鄰集。然后，可以保存所述圖像塊集合以及有關(guān)每個(gè)圖像塊的近鄰集的信息。根據(jù)本公開(kāi)的另一些實(shí)施方式，可以在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中進(jìn)行粗搜索，得到與查詢(xún)對(duì)象距離近似最近的圖像塊。然后，可以在粗搜索到的圖像塊的近鄰集中查找與所述查詢(xún)對(duì)象距離最近的一個(gè)或更多個(gè)圖像塊，作為所述查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊。其中，粗搜索到的圖像塊的近鄰集可以包括所述圖像塊集合中距離該圖像塊最近的一個(gè)或更多個(gè)圖像塊。


參照下面結(jié)合附圖對(duì)本公開(kāi)實(shí)施例的說(shuō)明，會(huì)更加容易地理解本公開(kāi)的以上和其它目的、特點(diǎn)和優(yōu)點(diǎn)。附圖中的部件只是為了示出本公開(kāi)的原理。在附圖中，相同的或類(lèi)似的技術(shù)特征或部件將采用相同或類(lèi)似的附圖標(biāo)記來(lái)表示。圖1是示出了根據(jù)本公開(kāi)的一個(gè)實(shí)施例的圖像處理方法的示意性流程圖；圖2是示出了根據(jù)本公開(kāi)的另一實(shí)施例的圖像處理方法的示意性流程圖；圖3是示出了根據(jù)本公開(kāi)的一個(gè)具體實(shí)施例、在圖像塊集合中搜索每個(gè)圖像塊的近鄰集的方法的示意性流程圖；圖4是示出了根據(jù)本公開(kāi)的一個(gè)具體示例、將圖像塊集合遞歸分割成多個(gè)子集的過(guò)程的示意圖；圖5是示出了根據(jù)本公開(kāi)的一個(gè)具體示例的被組織成樹(shù)結(jié)構(gòu)的圖像塊集合的示意圖；圖6是示出了將圖像塊集合分割成兩個(gè)子集的實(shí)際分割面和理想分割面的示意圖；圖7是示出了 根據(jù)本公開(kāi)的一個(gè)具體實(shí)施例來(lái)建立偽點(diǎn)列表的示意圖；圖8是示出了根據(jù)本公開(kāi)的一個(gè)實(shí)施例的圖像處理方法的示意性流程圖；圖9是示出了根據(jù)本公開(kāi)的另一實(shí)施例的圖像處理方法的示意性流程圖；圖10示出了根據(jù)本公開(kāi)的一個(gè)實(shí)施例的圖像處理設(shè)備的示意性結(jié)構(gòu)框圖；圖11示出了根據(jù)本公開(kāi)的另一實(shí)施例的圖像處理設(shè)備的示意性結(jié)構(gòu)框圖；圖12示出了根據(jù)本公開(kāi)的另一實(shí)施例的圖像處理設(shè)備的示意性結(jié)構(gòu)框圖；圖13示出了 4幅圖像，其中(a)表示一幅低分辨率圖像，⑷表示實(shí)際拍攝的、與圖像(a)對(duì)應(yīng)的高分辨率圖像，(b)表示利用雙線性插值方法生成的、與圖像(a)對(duì)應(yīng)的高分辨率圖像，(c)表示利用根據(jù)本公開(kāi)的實(shí)施例的方法或設(shè)備生成的、與圖像(a)對(duì)應(yīng)的高分辨率圖像；及圖14是示出了可用于實(shí)施根據(jù)本公開(kāi)的實(shí)施例的計(jì)算機(jī)的示意性框圖。
具體實(shí)施例方式下面參照附圖來(lái)說(shuō)明本公開(kāi)的實(shí)施例。在本公開(kāi)的一個(gè)附圖或一種實(shí)施方式中描述的元素和特征可以與一個(gè)或更多個(gè)其它附圖或?qū)嵤┓绞街惺境龅脑睾吞卣飨嘟Y(jié)合。應(yīng)當(dāng)注意，為了清楚的目的，附圖和說(shuō)明中省略了與本公開(kāi)無(wú)關(guān)的、本領(lǐng)域普通技術(shù)人員已知的部件和處理的表示和描述。圖1示出了根據(jù)本公開(kāi)的一個(gè)實(shí)施例的圖像處理方法的示意性流程圖。其中，在通過(guò)訓(xùn)練多個(gè)樣本圖像而提取到圖像塊集合(或稱(chēng)為訓(xùn)練集合或字典)之后，在圖像塊集合中搜索該集合中的每個(gè)圖像塊的近鄰圖像塊，從而生成每個(gè)圖像塊的近鄰集，以便于在后續(xù)的圖像處理過(guò)程中查詢(xún)使用。如圖1所示，該方法可以包括步驟103和109。在步驟103中，在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中搜索距離該集合中的每個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊。搜索到的圖像塊稱(chēng)為每個(gè)圖像塊的一個(gè)或更多個(gè)近鄰圖像塊。這些近鄰圖像塊形成每個(gè)圖像塊的近鄰集。在本公開(kāi)中，所述的圖像塊集合可以是通過(guò)采用任何方法來(lái)訓(xùn)練大量樣本圖像而得到的訓(xùn)練集合，例如，可以分析樣本圖像中的每個(gè)圖像塊的局部能量并僅保留與有意義的圖像原語(yǔ)(如邊緣、拐角和/或斑點(diǎn)等)對(duì)應(yīng)的能量高的圖像塊，在此不作限定和詳述。在步驟109中，可以保存該圖像塊集合以及與該集合中的每個(gè)圖像塊的近鄰集有關(guān)的信息。利用圖1所示的方法，在通過(guò)訓(xùn)練而得到包括多個(gè)圖像塊的訓(xùn)練集合之后，還可以生成該訓(xùn)練集合中的每個(gè)圖像塊的近鄰集。在保存該訓(xùn)練集合的同時(shí)，還可以保存其中每個(gè)圖像塊的近鄰集的信息。這樣，在后續(xù)的圖像處理中需要查詢(xún)?cè)撚?xùn)練集合時(shí)，當(dāng)在訓(xùn)練集合中初步搜索到某個(gè)圖像塊之后，還可以根據(jù)需要而在其近鄰集中進(jìn)行更進(jìn)一步的細(xì)化搜索，從而得到更符合需要的圖像塊。與僅生成和保存訓(xùn)練集合的方法相比，圖1所示的方法更有利于后續(xù)的查詢(xún)，能夠查詢(xún)得到更為準(zhǔn)確的信息。
圖2示出了根據(jù)本公開(kāi)的另一實(shí)施例的圖像處理方法的示意性流程圖。該實(shí)施例與圖1所示的方法相似，不同之處在于，在圖2所示的方法中圖像塊集合可以被組織成分級(jí)的樹(shù)狀結(jié)構(gòu)。
如圖2所示，該方法可以包括步驟201、203和209。具體地，在步驟201中，可以首先將包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合組織成多級(jí)樹(shù)結(jié)構(gòu)。在該樹(shù)結(jié)構(gòu)中，根節(jié)點(diǎn)可以對(duì)應(yīng)圖像塊集合，并包括用于將該集合分割成與下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的子集的門(mén)限的信息。每個(gè)分支節(jié)點(diǎn)對(duì)應(yīng)圖像塊集合的一個(gè)子集并包括用于將與該分支節(jié)點(diǎn)對(duì)應(yīng)的子集分割成與下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的子集的門(mén)限的信息；而每個(gè)葉節(jié)點(diǎn)對(duì)應(yīng)圖像塊集合中的一個(gè)或一組圖像塊。作為一個(gè)具體實(shí)施例，可以利用最優(yōu)超平面來(lái)遞歸分割所述圖像塊集合，從而形成上述的多級(jí)樹(shù)結(jié)構(gòu)。圖4示出了利用最優(yōu)超平面來(lái)遞歸分割圖像塊集合的一個(gè)具體示例。例如，可以采用kd樹(shù)中使用的最大寬度分割規(guī)則(Maximum Spread Splitting Rule) 來(lái)遞歸分割所述圖像塊集合。假設(shè)要分割的圖像塊集合用S來(lái)表示，則分割維度可以采用該集合S的具有最大寬度的維度，而在該分割維度上的分割點(diǎn)則可以采用該集合S沿該分割維度的中值點(diǎn)。如圖4(A)所示，通過(guò)分割面P401，集合S被分割成兩類(lèi)，即類(lèi)1和類(lèi)2。 然后，如圖4(B)所示，利用分割面P402，類(lèi)1又被分割成類(lèi)1-1和類(lèi)1-2。如圖4(C)所示， 利用分割面P403，類(lèi)1-1被分割成類(lèi)1-1-1和類(lèi)1-1-2。如圖4(D)所示，利用分割面P404， 類(lèi)i-1-i又進(jìn)一步被分割成類(lèi)i-1-i-i和類(lèi)1-1-1-2。依此類(lèi)推，采用這種遞歸分割的方式，圖像塊集合S被分割成高度為Iog2N的二叉樹(shù)結(jié)構(gòu)，其中N表示圖像塊集合S中的圖像塊的個(gè)數(shù)。圖5示出了組織成多級(jí)樹(shù)結(jié)構(gòu)的圖像塊集合的一個(gè)示例。其中，每個(gè)根節(jié)點(diǎn)或分支節(jié)點(diǎn)可以包括將對(duì)應(yīng)的圖像塊集合或子集分割成兩類(lèi)的分割門(mén)限信息。作為一個(gè)具體示例，每個(gè)根節(jié)點(diǎn)或分支節(jié)點(diǎn)可以包括以下信息cut_dim 與分割面正交的維度(即分割維度)的信息；cut_val 分割面的位置(分割門(mén)限值)；low_bnd 與該樹(shù)節(jié)點(diǎn)對(duì)應(yīng)的圖像塊集合或子集的下限；high_bnd 與該樹(shù)節(jié)點(diǎn)對(duì)應(yīng)的圖像塊集合或子集的上限；left_child 到本節(jié)點(diǎn)的左子節(jié)點(diǎn)的鏈接；right_child 到本節(jié)點(diǎn)的右子節(jié)點(diǎn)的鏈接。另外，每個(gè)葉節(jié)點(diǎn)對(duì)應(yīng)圖像塊集合中的一個(gè)元素，即一個(gè)圖像塊。每個(gè)葉節(jié)點(diǎn)可以包括以下信息index 該葉節(jié)點(diǎn)所對(duì)應(yīng)的圖像塊在圖像塊集合中的索引。當(dāng)然，應(yīng)理解，上述樹(shù)結(jié)構(gòu)僅僅是示例性的，而并非意欲將本公開(kāi)的實(shí)施例限制于此?？梢圆捎萌魏芜m當(dāng)?shù)钠渌麡?shù)結(jié)構(gòu)，這里不一一列舉。在圖2所示的實(shí)施例中，由于圖像塊集合采用了樹(shù)結(jié)構(gòu)，因此，在后續(xù)的圖像處理過(guò)程中需要查詢(xún)?cè)搱D像塊集合時(shí)，可以首先在樹(shù)結(jié)構(gòu)中根據(jù)各個(gè)樹(shù)節(jié)點(diǎn)中的分割門(mén)限信息而快速找到與查詢(xún)對(duì)象近似匹配的葉節(jié)點(diǎn)。換句話說(shuō)，采用這樣的樹(shù)結(jié)構(gòu)，可以不必對(duì)整個(gè)樹(shù)結(jié)構(gòu)進(jìn)行遍歷搜索，因而可以大大提高查找的速度。當(dāng)然，由于在遞歸分割圖像塊集合的過(guò)程中每次分割所采用的分割面僅僅代表圖像塊集合空間的某個(gè)維度，因此在這種樹(shù)結(jié)構(gòu)搜索到的葉節(jié)點(diǎn)有可能不是與查詢(xún)對(duì)象最匹配的圖像塊。但是通過(guò)進(jìn)一步搜索所查找到的葉節(jié)點(diǎn)的近鄰集，可以進(jìn)一步優(yōu)化查找結(jié)果。在一些示例中，可以利用任何適當(dāng)?shù)姆椒▉?lái)搜索每個(gè)圖像塊的近鄰圖像塊。例如， (如步驟103中)可以采用K近鄰(K Nearest Neighbors)搜索法等方法來(lái)搜索某個(gè)圖像塊的近鄰圖像塊，這里不一一列舉。圖3提供了根據(jù)本公開(kāi)的一個(gè)具體實(shí)施例的在圖像塊集合中搜索某個(gè)圖像塊的近鄰圖像塊的方法的示意性流程圖。在圖3的搜索方法中，將一組偽點(diǎn)與每個(gè)圖像塊鏈接起來(lái)，形成該每個(gè)圖像塊的近鄰集。假設(shè)圖像塊P為圖像塊集合中的一個(gè)圖像塊，如圖3所示，在圖像塊集合中搜索該圖像塊P的近鄰圖像塊的方法(如步驟103)可以包括步驟103-2至103-7。在步驟103-2 中，隨機(jī)生成一個(gè)特征向量。該特征向量的維數(shù)與圖像塊P包含的像素?cái)?shù)相同，即二者處于同一特征空間，且該特征向量與圖像塊P的距離在預(yù)定的范圍內(nèi)，即該特征向量在圖像塊集合空間的某一維或某幾維(可以根據(jù)實(shí)際情況來(lái)選擇圖像塊集合空間中的一維或幾維； 選擇的維數(shù)越多，則利用該特征向量找到的近鄰圖像塊越準(zhǔn)確，這里不作限定)上與圖像塊的距離不超過(guò)某個(gè)閾值。應(yīng)理解，該預(yù)定的范圍或閾值可以根據(jù)實(shí)際應(yīng)用場(chǎng)景來(lái)設(shè)定，這里不作限定。在步驟103-3中，將所生成的特征向量作為查詢(xún)對(duì)象，在所述圖像塊集合中查找距離該查詢(xún)對(duì)象最近的圖像塊。例如，可以采用任何適當(dāng)?shù)乃阉鞣椒?如窮舉搜索法， exhaustive search)在圖像塊集合搜索該最近鄰圖像塊，這里不作詳述。在步驟103-4中，判斷查找到的最近鄰圖像塊是否與該圖像塊P相同，若否，則轉(zhuǎn)到步驟104-6 ；若是，則在步驟103-5中，將該最近鄰圖像塊作為一個(gè)偽點(diǎn)，并增加與該最近鄰圖像塊關(guān)聯(lián)的計(jì)數(shù)值；具體地，如果本輪搜索到的最近鄰圖像塊與之前某一輪或幾輪搜索中得到的最近鄰圖像塊相同，則將其計(jì)數(shù)值增一。如果本輪搜索到的最近鄰圖像塊與之前搜索得到的最近鄰圖像塊均不相同，則將其計(jì)數(shù)值設(shè)置為一。在步驟103-6中，判斷搜索是否已進(jìn)行了 T輪，若是，則轉(zhuǎn)到步驟103-7，否則，繼續(xù)重復(fù)進(jìn)行步驟103-2至103-5，即重復(fù)執(zhí)行所述隨機(jī)生成特征向量和所述查找的步驟。這里 T為大于1的整數(shù)，具體的值可以根據(jù)實(shí)際需要來(lái)設(shè)定。也就是說(shuō)，隨機(jī)生成特征向量并在圖像塊集合中查找該特征向量的最近鄰圖像塊的步驟可以反復(fù)執(zhí)行多次，并且可以根據(jù)實(shí)際的應(yīng)用場(chǎng)景來(lái)確定重復(fù)進(jìn)行隨機(jī)生成特征向量和查找的步驟的次數(shù)，一般而言，重復(fù)的次數(shù)越多，得到的結(jié)果越準(zhǔn)確，但計(jì)算量也越大。因此，可以根據(jù)實(shí)際需要來(lái)權(quán)衡T的值，這里不作限定。在步驟103-7中，將查找到的、與較大的計(jì)數(shù)值關(guān)聯(lián)的一個(gè)或更多個(gè)最近鄰圖像塊，作為該圖像塊P的近鄰集。在圖3所示的方法中，由于隨機(jī)生成的作為查詢(xún)對(duì)象的特征向量只有一維或幾維，因此，與采用多維的圖像塊作為查詢(xún)對(duì)象來(lái)搜索近鄰圖像塊相比，可以大大減少計(jì)算量，從而提高搜索的速度。作為一個(gè)具體實(shí)施例，圖3所示的搜索方法還可以與圖2所示的將圖像塊集合組織成樹(shù)結(jié)構(gòu)的方法結(jié)合使用。如上所述，在利用圖2所示的方法組織成樹(shù)結(jié)構(gòu)的圖像塊集合中搜索到的葉節(jié)點(diǎn)有可能不是與查詢(xún)對(duì)象最匹配的圖像塊。如圖6所示，對(duì)于圖中所示的查詢(xún)點(diǎn)，圖像塊集合中與該查詢(xún)點(diǎn)距離最近的圖像塊為圖像塊2，而不是圖像塊1。但是實(shí)際的分割面可能為P601，根據(jù)該分割面，在樹(shù)結(jié)構(gòu)中查詢(xún)得到的與該查詢(xún)點(diǎn)匹配的葉節(jié)點(diǎn)為圖像塊1。通過(guò)利用圖3所示的方法，可以將一組偽點(diǎn)與每個(gè)葉節(jié)點(diǎn)(對(duì)應(yīng)于一個(gè)圖像塊)鏈接起來(lái)，形成每個(gè)葉節(jié)點(diǎn)的近鄰集。例如，圖像塊1的近鄰集可以包括圖像塊2。這樣，進(jìn)一步在近鄰集中搜索，即可以得到與查詢(xún)點(diǎn)最為匹配的圖像塊。具體地，對(duì)于圖像塊集合中的某個(gè)圖像塊Pt (對(duì)應(yīng)于樹(shù)結(jié)構(gòu)中的一個(gè)葉節(jié)點(diǎn))， 可以首先找到圖像塊集合空間中包含該圖像塊Pt的單元Cell_Pt (也稱(chēng)為邊界框，即 bounding box)，如圖7所示。該單元Cell-Pt對(duì)應(yīng)于樹(shù)結(jié)構(gòu)中分割得到葉節(jié)點(diǎn)Pt所對(duì)應(yīng)的多個(gè)分割面所包圍的最小空間單元。然后，在該單元Cell-Pt中隨機(jī)生成一個(gè)特征向量 (稱(chēng)為查詢(xún)點(diǎn))Qt。采用例如窮舉搜索法在圖像塊集合中查找該查詢(xún)點(diǎn)的最近鄰圖像塊Pt_ true。如果找到的Pt_true與圖像塊Pt不同，則將該P(yáng)t_true作為一個(gè)偽點(diǎn)，置于圖像塊 Pt的偽點(diǎn)列表中。如果偽點(diǎn)列表中已存在該P(yáng)t_true，則將對(duì)應(yīng)的出現(xiàn)頻率計(jì)數(shù)值加1，否則，將對(duì)應(yīng)的出現(xiàn)頻率計(jì)數(shù)值設(shè)置為1。多次重復(fù)執(zhí)行上述隨機(jī)生成查詢(xún)點(diǎn)至更新偽點(diǎn)列表的步驟(具體的次數(shù)，可以根據(jù)實(shí)際應(yīng)用來(lái)確定，這里不作限定)。最后，根據(jù)相應(yīng)的出現(xiàn)頻率計(jì)數(shù)值將偽點(diǎn)列表中的各個(gè)偽點(diǎn)排序，選擇出現(xiàn)頻率計(jì)數(shù)值較大的一個(gè)或更多個(gè)作為圖像塊Pt的近鄰集。例如，可以去除偽點(diǎn)列表中出現(xiàn)頻率計(jì)數(shù)值小于某個(gè)閾值？_讓的偽點(diǎn)。 閾值F_th可以根據(jù)具體應(yīng)用場(chǎng)景來(lái)設(shè)定，這里也不作限定。圖7示出了利用與葉節(jié)點(diǎn)對(duì)應(yīng)的Cell_Pt查找到的偽點(diǎn)的示意圖。其中，P705和 P706分別表示實(shí)際分割面，實(shí)際分割面所包圍的深色陰影部分為Cell_Pt，P703和P704分別表示理想分割面。701和702表示由于實(shí)際分割面與理想分割面之間的誤差而導(dǎo)致的需要偽點(diǎn)的錯(cuò)誤區(qū)域，其中，701表示根據(jù)上述示例的方法查找到的出現(xiàn)頻率高的偽點(diǎn)的區(qū)域，702表示根據(jù)上述示例的方法查找到的出現(xiàn)頻率低的偽點(diǎn)(可以去除)的區(qū)域。在該示例中，首先找到與葉節(jié)點(diǎn)Pt對(duì)應(yīng)的單元Cell_Pt，因此，可以保證隨機(jī)生成的特征向量(查詢(xún)點(diǎn))都位于該單元內(nèi)，從而避免了生成錯(cuò)誤的查詢(xún)點(diǎn)，保證生成的近鄰集的準(zhǔn)確性。另外，通過(guò)計(jì)算偽點(diǎn)列表中的每個(gè)偽點(diǎn)的出現(xiàn)頻率，能夠保證僅保留出現(xiàn)頻率高的偽點(diǎn)，從而能夠提高存儲(chǔ)的速度，并減少所需存儲(chǔ)空間。根據(jù)本公開(kāi)的實(shí)施例還提供了利用上述方法的圖像處理設(shè)備。圖10示出了根據(jù)本公開(kāi)的一個(gè)實(shí)施例的圖像處理設(shè)備的示意性結(jié)構(gòu)框圖。如圖 10所示，該圖像處理設(shè)備1000可以包括圖像塊集合處理裝置1001和信息存儲(chǔ)裝置1003。圖像塊集合處理裝置1001可以對(duì)包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合進(jìn)行處理。具體地，圖像塊集合處理裝置1001可以在所述圖像塊集合中搜索該圖像塊集合中的每個(gè)圖像塊的一個(gè)或更多個(gè)近鄰圖像塊。與上文的方法實(shí)施例/示例相似，通過(guò)搜索圖像塊集合而得到的每個(gè)圖像塊的近鄰圖像塊可以作為每個(gè)圖像塊的近鄰集，并可以包括該圖像塊集合中距離每個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊。信息存儲(chǔ)裝置1003可以保存圖像塊集合以及處理裝置1001得到的與該集合中的每個(gè)圖像塊的近鄰集有關(guān)的信息。利用圖10所示的設(shè)備，在通過(guò)訓(xùn)練而得到包括多個(gè)圖像塊的訓(xùn)練集合之后，可以生成該訓(xùn)練集合中的每個(gè)圖像塊的近鄰集。在保存該訓(xùn)練集合的同時(shí)，還可以保存其中每個(gè)圖像塊的近鄰集的信息。這樣，在后續(xù)的圖像處理中需要查詢(xún)?cè)撚?xùn)練集合時(shí)，在查詢(xún)得到某個(gè)圖像塊之后，還可以得到該圖像塊的近鄰集信息，并可以根據(jù)需要而在該近鄰集中進(jìn)行更進(jìn)一步的細(xì)化搜索，從而得到更符合需要的圖像塊。與僅生成和保存訓(xùn)練集合的方法或設(shè)備相比，圖10所示的設(shè)備生成的信息更有利于后續(xù)的查詢(xún)，即能夠查詢(xún)得到更為準(zhǔn)確的信息。在一些實(shí)施例中，圖像塊集合處理裝置1001還可以進(jìn)一步將圖像塊集合組織成分級(jí)的樹(shù)狀結(jié)構(gòu)。例如，可以采用上文中參考圖2、圖4和圖5所描述的方法將圖像塊集合組織成樹(shù)結(jié)構(gòu)，這里不再重復(fù)。在一些實(shí)施例中，圖像塊集合處理裝置1001還可以采用上文中參考圖3、圖6和圖 7所描述的方法來(lái)搜索圖像塊集合中的每個(gè)圖像塊的近鄰集，這里也不再重復(fù)。在一些實(shí)施例中，上述和下文中將要描述的方法/設(shè)備中的圖像塊集合中的圖像塊可以是成組的，每組圖像塊包括彼此對(duì)應(yīng)的兩個(gè)或更多個(gè)圖像塊。這樣，搜索每個(gè)圖像塊的多個(gè)近鄰圖像塊(如步驟103或203)可以包括在所述圖像塊集合中搜索與每組圖像塊中的一個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊，將所述一個(gè)或更多個(gè)圖像塊對(duì)應(yīng)的一組或更多組圖像塊作為該組圖像塊的近鄰集。在這種情況下，如果將圖像塊集合組織成樹(shù)結(jié)構(gòu)，則該樹(shù)結(jié)構(gòu)中的每個(gè)葉節(jié)點(diǎn)對(duì)應(yīng)于一組圖像塊。例如，在某些圖像超分辨率處理中，可以生成包括多對(duì)彼此對(duì)應(yīng)的低分辨率和高分辨率圖像塊的圖像塊集合，即可以利用大量的低分辨率和高分辨率圖像樣本對(duì)來(lái)提取多對(duì)彼此對(duì)應(yīng)的低分辨率和高分辨率圖像塊，形成包括多對(duì)圖像塊的訓(xùn)練集合。在搜索每個(gè)圖像塊的近鄰集時(shí)，可以?xún)H搜索每對(duì)圖像塊之一的近鄰集，與近鄰集中的圖像塊對(duì)應(yīng)分辨率的圖像塊即可作為該對(duì)圖像塊中另一個(gè)的近鄰集。換言之，每對(duì)圖像塊可以對(duì)應(yīng)一對(duì)彼此對(duì)應(yīng)的近鄰集。在利用例如單個(gè)低分辨率圖像來(lái)生成高分辨率圖像時(shí)，可以將低分辨率圖像中的某個(gè)區(qū)域作為查詢(xún)對(duì)象，在訓(xùn)練集合中查詢(xún)與之匹配的低分辨率圖像塊，從而得到與該低分辨率圖像塊對(duì)應(yīng)的高分辨率圖像塊，利用該高分辨率圖像塊既可重建與作為查詢(xún)對(duì)象的區(qū)域?qū)?yīng)的高分辨率區(qū)域。圖8示出了根據(jù)本公開(kāi)的另一實(shí)施例的圖像處理方法的示意性流程圖。該圖8所示的方法中，利用上文中的示例/實(shí)施例的方法或設(shè)備得到的圖像塊集合和近鄰集信息進(jìn)行圖像處理。如圖8所示，該圖像處理方法可以包括步驟813和步驟815。在步驟813中，對(duì)于某個(gè)查詢(xún)對(duì)象，可以首先在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中進(jìn)行粗搜索，得到與該查詢(xún)對(duì)象距離近似最近的圖像塊。應(yīng)理解，可以采用任何適當(dāng)?shù)乃阉鞣椒▉?lái)進(jìn)行該粗搜索，例如，可以采用隨機(jī)搜索、混沌搜索或等間隔搜索等等，這里不一一列舉。圖像塊集合中的每個(gè)圖像塊都有一個(gè)近鄰集，且該近鄰集包括所述圖像塊集合中距離該圖像塊最近的一個(gè)或更多個(gè)圖像塊。因此，在粗搜索到的某個(gè)圖像塊后，可以在步驟 815中進(jìn)行細(xì)化搜索，即在其近鄰集中查找與所述查詢(xún)對(duì)象距離最近的一個(gè)或更多個(gè)圖像塊。通過(guò)該細(xì)化搜得得到的圖像塊可以作為所述查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊。在圖8所示的方法中，利用了上文中的方法或設(shè)備生成的圖像塊集合中的每個(gè)圖像塊的近鄰集信息。通過(guò)利用這些信息，可以將查詢(xún)分成粗搜索和細(xì)化搜索兩步，即先通過(guò)粗搜索快速搜索到與查詢(xún)對(duì)象近似匹配的結(jié)果，再根據(jù)該結(jié)果的近鄰集來(lái)細(xì)化搜索，從而找到最為匹配的結(jié)果。這樣，能夠加快查詢(xún)的速度，同時(shí)得到了準(zhǔn)確的查詢(xún)結(jié)果。在一些實(shí)施例中，圖像塊集合可以是被組織成分級(jí)樹(shù)結(jié)構(gòu)的，其中，每個(gè)葉節(jié)點(diǎn)對(duì)應(yīng)圖像塊集合中一個(gè)或一組圖像塊。根節(jié)點(diǎn)可以對(duì)應(yīng)圖像塊集合，并包括用于將該集合分割成與下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的子集的門(mén)限的信息。每個(gè)分支節(jié)點(diǎn)對(duì)應(yīng)圖像塊集合的一個(gè)子集并包括用于將與該分支節(jié)點(diǎn)對(duì)應(yīng)的子集分割成與下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的子集的門(mén)限的信息。作為一個(gè)具體示例，圖像塊集合可以被組織成如圖5所示的結(jié)構(gòu)。在這種情況下，在所述圖像塊集合中進(jìn)行粗搜索的步驟(如步驟813)可以包括從所述樹(shù)結(jié)構(gòu)的根節(jié)點(diǎn)開(kāi)始逐級(jí)向下一級(jí)中的與所述查詢(xún)對(duì)象匹配的節(jié)點(diǎn)移動(dòng)，直到到達(dá)與所述查詢(xún)對(duì)象近似匹配的葉節(jié)點(diǎn)，其中，在每一級(jí)，根據(jù)節(jié)點(diǎn)中的信息來(lái)選擇下一級(jí)中的與所述查詢(xún)對(duì)象匹配的節(jié)點(diǎn)。在利用這種粗搜索得到某個(gè)與查詢(xún)對(duì)象近似匹配的葉節(jié)點(diǎn)之后，通過(guò)進(jìn)一步在該葉節(jié)點(diǎn)的近鄰集中進(jìn)行細(xì)化搜索，可以得到與查詢(xún)對(duì)象最為匹配的結(jié)構(gòu)。在該方法中，不需要對(duì)整個(gè)圖像塊集合(樹(shù)結(jié)構(gòu))進(jìn)行遍歷，而葉節(jié)點(diǎn)的近鄰集中包括的元素相對(duì)較少，因此，在得到準(zhǔn)確的查詢(xún)結(jié)果的同時(shí)，還能夠加快查詢(xún)的速度。 與上文中的某些實(shí)施例相似，圖像塊集合中的圖像塊可以是成組的。每組圖像塊可以包括彼此對(duì)應(yīng)的兩個(gè)或更多個(gè)圖像塊。例如，在某些圖像超分辨率處理中，可以生成包括多對(duì)圖像塊的圖像塊集合，每對(duì)圖像塊可以包括一對(duì)彼此對(duì)應(yīng)的低分辨率圖像塊和高分辨率圖像塊。具體地，可以利用大量的低分辨率和高分辨率圖像樣本對(duì)來(lái)提取多對(duì)彼此對(duì)應(yīng)的低分辨率和高分辨率圖像塊， 從而形成包括多對(duì)圖像塊的訓(xùn)練集合(或稱(chēng)為字典)。在利用低分辨率圖像來(lái)生成高分辨率圖像時(shí)，可以利用這樣的訓(xùn)練集合。圖9示出了根據(jù)本公開(kāi)的一個(gè)具體實(shí)施例的利用低分辨率圖像生成高分辨率圖像的圖像超分辨率方法的示意性流程。如圖9所示，該方法可以包括步驟913、915和919。步驟913與步驟813相似，是在包括多對(duì)圖像塊的圖像塊集合進(jìn)行粗搜索的步驟。 圖像塊集合中的每對(duì)圖像塊包括一對(duì)彼此對(duì)應(yīng)的低分辨率圖像塊和高分辨率圖像塊。這些圖像塊都是利用大量的低分辨率和高分辨率圖像樣本對(duì)來(lái)提取的。另外，圖像塊集合中的每個(gè)圖像塊都有一個(gè)近鄰集。該近鄰集可以是采用上文中所描述的方法或設(shè)備生成的，這里不再重復(fù)。為了利用低分辨率圖像來(lái)重建高分辨率圖像，可以將低分辨率圖像中的某個(gè)區(qū)域作為查詢(xún)對(duì)象。首先，在圖像塊集合中進(jìn)行粗搜索，得到與該查詢(xún)對(duì)象近似匹配的圖像塊。與上文的實(shí)施例/示例相似，可以采用任何適當(dāng)?shù)姆椒ㄟM(jìn)行粗搜索。例如，在圖像塊集合被組織成樹(shù)結(jié)構(gòu)的情況下，可以從樹(shù)結(jié)構(gòu)的根節(jié)點(diǎn)開(kāi)始逐級(jí)向下一級(jí)中的與所述查詢(xún)對(duì)象匹配的節(jié)點(diǎn)移動(dòng)，直到到達(dá)與所述查詢(xún)對(duì)象近似匹配的葉節(jié)點(diǎn)，其中，在每一級(jí)，根據(jù)節(jié)點(diǎn)中的信息來(lái)選擇下一級(jí)中的與所述查詢(xún)對(duì)象匹配的節(jié)點(diǎn)。還可以采用其他方法(如隨機(jī)搜索、混沌搜索或等間隔搜索等)來(lái)進(jìn)行粗搜索，這里不再重復(fù)。在步驟915中，在粗搜索到的與查詢(xún)對(duì)象近似最近的圖像塊的近鄰集中進(jìn)行細(xì)化搜索，以找到其中與查詢(xún)對(duì)象距離最近的一個(gè)或更多個(gè)圖像塊，作為該查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊。這些最近鄰圖像塊都是低分辨率的圖像塊。在步驟919中，首先找到與查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊對(duì)應(yīng)的一個(gè)或更多個(gè)高分辨率圖像塊，然后，利用這些高分辨率圖像塊來(lái)生成高分辨率圖像區(qū)域，作為高分辨率圖像中與所述查詢(xún)對(duì)象位置對(duì)應(yīng)的部分。可以采用任何適當(dāng)?shù)姆椒▉?lái)利用一個(gè)或更多個(gè)高分辨率圖像塊生成所述高分辨率圖像區(qū)域，例如可以采用下列文獻(xiàn)(稱(chēng)為相關(guān)文獻(xiàn) 1)中的相關(guān)方法Wei Fan 等人的“Image Hallucination Using Neighbor EmbeddingOver Visual Primitive Manifolds" (Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR),美國(guó)明尼蘇達(dá)州， 2007年6月18-23日)。該文獻(xiàn)的內(nèi)容通過(guò)引用合并于此。這樣，對(duì)低分辨率圖像中的每個(gè)區(qū)域均進(jìn)行以上處理，即可重建與該低分辨率圖像對(duì)應(yīng)的高分辨率圖像。圖9所示的方法中，同樣利用了上文中的方法或設(shè)備生成的圖像塊集合中的每個(gè)圖像塊的近鄰集信息。這樣，能夠加快查詢(xún)的速度，同時(shí)得到了準(zhǔn)確的查詢(xún)結(jié)果。另外，采用圖9的方法，可以?xún)H利用單幅低分辨率圖像來(lái)生成高分辨率圖像。圖11示出了根據(jù)本公開(kāi)的一個(gè)實(shí)施例的圖像處理設(shè)備的示意性結(jié)構(gòu)框圖。該圖像處理設(shè)備1100與圖8所示的方法相似，利用了上文中的示例/實(shí)施例的方法或設(shè)備得到的圖像塊集合和近鄰集信息進(jìn)行圖像處理。如圖11所示，圖像處理設(shè)備1100可以包括粗搜索裝置1102和搜索細(xì)化裝置 1104。對(duì)于某個(gè)查詢(xún)對(duì)象，粗搜索裝置1102可以在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中進(jìn)行粗搜索，得到與該查詢(xún)對(duì)象距離近似最近的圖像塊。應(yīng)理解，粗搜索裝置1102可以采用任何適當(dāng)?shù)乃阉鞣椒▉?lái)進(jìn)行該粗搜索，這里不再重復(fù)。圖像塊集合中的每個(gè)圖像塊都有一個(gè)近鄰集，且該近鄰集包括所述圖像塊集合中距離該圖像塊最近的一個(gè)或更多個(gè)圖像塊。因此，在粗搜索裝置1102搜索到的某個(gè)圖像塊后，搜索細(xì)化裝置1104可以在該圖像塊的近鄰集中查找與所述查詢(xún)對(duì)象距離最近的一個(gè)或更多個(gè)圖像塊，作為所述查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊。圖11所示的設(shè)備利用了上文中的方法或設(shè)備生成的圖像塊集合中的每個(gè)圖像塊的近鄰集信息，能夠加快查詢(xún)的速度，同時(shí)得到準(zhǔn)確的查詢(xún)結(jié)果。與上文中的一些實(shí)施例相似，圖像塊集合可以是被組織成分級(jí)樹(shù)結(jié)構(gòu)的，其中，每個(gè)葉節(jié)點(diǎn)對(duì)應(yīng)圖像塊集合中一個(gè)或一組圖像塊。根節(jié)點(diǎn)可以對(duì)應(yīng)圖像塊集合，并包括用于將該集合分割成與下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的子集的門(mén)限的信息。每個(gè)分支節(jié)點(diǎn)對(duì)應(yīng)圖像塊集合的一個(gè)子集并包括用于將與該分支節(jié)點(diǎn)對(duì)應(yīng)的子集分割成與下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的子集的門(mén)限的信息。作為一個(gè)具體示例，圖像塊集合可以被組織成如圖5所示的結(jié)構(gòu)。在這種情況下， 粗搜索裝置1102可以從所述樹(shù)結(jié)構(gòu)的根節(jié)點(diǎn)開(kāi)始逐級(jí)向下一級(jí)中的與所述查詢(xún)對(duì)象匹配的節(jié)點(diǎn)移動(dòng)，直到到達(dá)與所述查詢(xún)對(duì)象近似匹配的葉節(jié)點(diǎn)，其中，在每一級(jí)，根據(jù)節(jié)點(diǎn)中的信息來(lái)選擇下一級(jí)中的與所述查詢(xún)對(duì)象匹配的節(jié)點(diǎn)。與查詢(xún)對(duì)象近似匹配的葉節(jié)點(diǎn)即可作為粗搜索裝置1102的輸出結(jié)果。這樣不需要對(duì)整個(gè)圖像塊集合(樹(shù)結(jié)構(gòu))進(jìn)行遍歷，而葉節(jié)點(diǎn)的近鄰集包括的元素相對(duì)較少，因此，在得到準(zhǔn)確的查詢(xún)結(jié)果的同時(shí)，還能夠進(jìn)一步加快查詢(xún)的速度。與上文中的某些實(shí)施例相似，圖像塊集合中的圖像塊可以是成組的。每組圖像塊可以包括彼此對(duì)應(yīng)的兩個(gè)或更多個(gè)圖像塊。圖12示出了根據(jù)本公開(kāi)的另一具體實(shí)施例的圖像處理設(shè)備的示意性框圖。該設(shè)備1200與設(shè)備1100相似，不同之處在于，在該實(shí)施例中，所利用的圖像塊集合中的圖像塊是成對(duì)的，每對(duì)圖像塊包括一對(duì)彼此對(duì)應(yīng)的低分辨率圖像塊和高分辨率圖像塊，另外，圖像塊集合中的每個(gè)圖像塊都有一個(gè)近鄰集。該近鄰集可以是采用上文中所描述的方法或設(shè)備生成的，這里不再重復(fù)。如圖12所示，除了粗搜索裝置1202和搜索細(xì)化裝置1204之外，設(shè)備1200還包括分辨率增強(qiáng)裝置1206。粗搜索裝置1202可以將低分辨率圖像中的某個(gè)區(qū)域作為查詢(xún)對(duì)象，在圖像塊集合中進(jìn)行粗搜索，得到與該查詢(xún)對(duì)象近似匹配的圖像塊。與上文的實(shí)施例/示例相似，可以采用任何適當(dāng)?shù)姆椒ㄟM(jìn)行粗搜索。例如，在圖像塊集合被組織成樹(shù)結(jié)構(gòu)的情況下，可以從樹(shù)結(jié)構(gòu)的根節(jié)點(diǎn)開(kāi)始逐級(jí)向下一級(jí)中的與所述查詢(xún)對(duì)象匹配的節(jié)點(diǎn)移動(dòng)，直到到達(dá)與所述查詢(xún)對(duì)象近似匹配的葉節(jié)點(diǎn)，其中，在每一級(jí)，根據(jù)節(jié)點(diǎn)中的信息來(lái)選擇下一級(jí)中的與所述查詢(xún)對(duì)象匹配的節(jié)點(diǎn)。還可以采用其他方法來(lái)進(jìn)行粗搜索，這里不再重復(fù)。搜索細(xì)化裝置1204在裝置1202粗搜索到的與查詢(xún)對(duì)象近似最近的圖像塊的近鄰集中進(jìn)行細(xì)化搜索，以找到其中與查詢(xún)對(duì)象距離最近的一個(gè)或更多個(gè)圖像塊，作為該查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊。這些最近鄰圖像塊都是低分辨率的圖像塊。然后，分辨率增強(qiáng)裝置1206可以首先找到與查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊對(duì)應(yīng)的一個(gè)或更多個(gè)高分辨率圖像塊，然后，利用這些高分辨率圖像塊來(lái)生成高分辨率圖像區(qū)域，作為高分辨率圖像中與所述查詢(xún)對(duì)象位置對(duì)應(yīng)的部分。分辨率增強(qiáng)裝置1206 可以采用任何適當(dāng)?shù)姆椒?例如上文中提到的相關(guān)文獻(xiàn)1涉及的方法)來(lái)利用一個(gè)或更多個(gè)高分辨率圖像塊生成所述高分辨率圖像區(qū)域，這里不再重復(fù)。這樣，利用裝置1202、1204 和1206對(duì)低分辨率圖像中的每個(gè)區(qū)域均進(jìn)行以上處理，即可重建與該低分辨率圖像對(duì)應(yīng)的高分辨率圖像。與圖9所示的方法實(shí)施例相似，圖12所示的設(shè)備同樣利用了上文中的方法或設(shè)備生成的、圖像塊集合中的每個(gè)圖像塊的近鄰集信息。這樣，能夠加快查詢(xún)的速度，同時(shí)得到了準(zhǔn)確的查詢(xún)結(jié)果。另外，圖12的設(shè)備可以?xún)H利用單幅低分辨率圖像來(lái)生成高分辨率圖像。圖13(a)示出了一幅低分辨率圖像。圖13(b)示出了利用雙線性插值法生成的與圖13(a)的低分辨率圖像對(duì)應(yīng)的高分辨率圖像。圖13(c)示出了利用參考圖9或圖12所示的本公開(kāi)的實(shí)施例的方法或設(shè)備來(lái)生成的與圖13(a)的低分辨率圖像對(duì)應(yīng)的高分辨率圖像。圖13(d)示出了真實(shí)拍攝的與圖13(a)的低分辨率圖像對(duì)應(yīng)的高分辨率圖像?？梢钥闯觯酶鶕?jù)本公開(kāi)的實(shí)施例的方法或設(shè)備生成的高分辨率圖像的質(zhì)量是令人滿(mǎn)意的。應(yīng)理解，上述實(shí)施例和示例是示例性的，而不是窮舉性的，本公開(kāi)不應(yīng)被視為局限于任何具體的實(shí)施例或示例。在本公開(kāi)的實(shí)施例或示例中，所涉及的圖像樣本或圖像塊可以是任何格式的，這里不作任何限定。作為一個(gè)示例，上述方法的各個(gè)步驟以及上述設(shè)備的各個(gè)組成模塊和/或裝置可以實(shí)施為的軟件、固件、硬件或其組合。例如，可以作為具有圖像處理功能的各種設(shè)備(如計(jì)算機(jī)、個(gè)人數(shù)字助理、照相機(jī)、攝像機(jī)及其他圖像處理設(shè)備等，這里不一一列舉)的一部分。上述設(shè)備中各個(gè)組成模塊通過(guò)軟件、固件、硬件或其組合的方式進(jìn)行配置時(shí)可使用的具體手段或方式為本領(lǐng)域技術(shù)人員所熟知，在此不再贅述。如上所述，上述方法和設(shè)備中對(duì)圖像進(jìn)行處理的步驟和模塊可以通過(guò)軟件來(lái)實(shí)現(xiàn)。從存儲(chǔ)介質(zhì)或網(wǎng)絡(luò)向具有專(zhuān)用硬件結(jié)構(gòu)的計(jì)算機(jī)(例如圖14所示的通用計(jì)算機(jī)1400) 安裝構(gòu)成該軟件的程序，該計(jì)算機(jī)在安裝有各種程序時(shí)，能夠執(zhí)行各種功能等。在圖14中，中央處理單元(CPU) 1401根據(jù)只讀存儲(chǔ)器(ROM) 1402中存儲(chǔ)的程序或從存儲(chǔ)部分1408加載到隨機(jī)存取存儲(chǔ)器(RAM) 1403的程序執(zhí)行各種處理。在RAM 1403中，也根據(jù)需要存儲(chǔ)當(dāng)CPU 1401執(zhí)行各種處理等等時(shí)所需的數(shù)據(jù)。CPU 140UROM 1402和RAM 1403經(jīng)由總線1404彼此連接。輸入/輸出接口 1405也連接到總線1404。下述部件連接到輸入/輸出接口 1405 輸入部分1406 (包括鍵盤(pán)、鼠標(biāo)等等)、輸出部分1407 (包括顯示器，比如陰極射線管(CRT)、液晶顯示器(LCD)等，和揚(yáng)聲器等)、存儲(chǔ)部分1408 (包括硬盤(pán)等)、通信部分1409 (包括網(wǎng)絡(luò)接口卡比如LAN卡、調(diào)制解調(diào)器等)。 通信部分1409經(jīng)由網(wǎng)絡(luò)比如因特網(wǎng)執(zhí)行通信處理。根據(jù)需要，驅(qū)動(dòng)器1410也可連接到輸入/輸出接口 1405?？刹鹦督橘|(zhì)1411比如磁盤(pán)、光盤(pán)、磁光盤(pán)、半導(dǎo)體存儲(chǔ)器等等根據(jù)需要被安裝在驅(qū)動(dòng)器1410上，使得從中讀出的計(jì)算機(jī)程序根據(jù)需要被安裝到存儲(chǔ)部分1408中。在通過(guò)軟件實(shí)現(xiàn)上述系列處理的情況下，從網(wǎng)絡(luò)比如因特網(wǎng)或存儲(chǔ)介質(zhì)比如可拆卸介質(zhì)1411安裝構(gòu)成軟件的程序。本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，這種存儲(chǔ)介質(zhì)不局限于圖14所示的其中存儲(chǔ)有程序、與設(shè)備相分離地分發(fā)以向用戶(hù)提供程序的可拆卸介質(zhì)1411。可拆卸介質(zhì)1411的例子包含磁盤(pán)(包含軟盤(pán)(注冊(cè)商標(biāo)))、光盤(pán)(包含光盤(pán)只讀存儲(chǔ)器(⑶-ROM)和數(shù)字通用盤(pán) (DVD))、磁光盤(pán)(包含迷你盤(pán)(MD)(注冊(cè)商標(biāo)))和半導(dǎo)體存儲(chǔ)器。或者，存儲(chǔ)介質(zhì)可以是 ROM 1402、存儲(chǔ)部分1408中包含的硬盤(pán)等等，其中存有程序，并且與包含它們的設(shè)備一起被分發(fā)給用戶(hù)。本公開(kāi)還提出一種存儲(chǔ)有機(jī)器可讀取的指令代碼的程序產(chǎn)品。所述指令代碼由機(jī)器讀取并執(zhí)行時(shí)，可執(zhí)行上述根據(jù)本公開(kāi)實(shí)施例的方法。相應(yīng)地，用于承載上述存儲(chǔ)有機(jī)器可讀取的指令代碼的程序產(chǎn)品的存儲(chǔ)介質(zhì)也包括在本公開(kāi)的公開(kāi)中。所述存儲(chǔ)介質(zhì)包括但不限于軟盤(pán)、光盤(pán)、磁光盤(pán)、存儲(chǔ)卡、存儲(chǔ)棒等寸。在上面對(duì)本公開(kāi)具體實(shí)施例的描述中，針對(duì)一種實(shí)施方式描述和/或示出的特征可以用相同或類(lèi)似的方式在一個(gè)或更多個(gè)其它實(shí)施方式中使用，與其它實(shí)施方式中的特征相組合，或替代其它實(shí)施方式中的特征。應(yīng)該強(qiáng)調(diào)，術(shù)語(yǔ)“包括/包含”在本文使用時(shí)指特征、要素、步驟或組件的存在，但并不排除一個(gè)或更多個(gè)其它特征、要素、步驟或組件的存在或附加。此外，本公開(kāi)的方法不限于按照說(shuō)明書(shū)中描述的時(shí)間順序來(lái)執(zhí)行，也可以按照其他的時(shí)間順序地、并行地或獨(dú)立地執(zhí)行。因此，本說(shuō)明書(shū)中描述的方法的執(zhí)行順序不對(duì)本公開(kāi)的技術(shù)范圍構(gòu)成限制。通過(guò)以上的描述可以看出，根據(jù)本公開(kāi)的實(shí)施例，提供了如下的方案附記1. 一種圖像處理方法，包括在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中，搜索每個(gè)圖像塊的一個(gè)或更多個(gè)近鄰圖像塊，其中，所述一個(gè)或更多個(gè)近鄰圖像塊包括所述圖像塊集合中距離該每個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊，從而形成該每個(gè)圖像塊的近鄰集；及保存所述圖像塊集合以及有關(guān)每個(gè)圖像塊的近鄰集的信息。附記2.如附記1所述的方法，其中，搜索每個(gè)圖像塊的多個(gè)近鄰圖像塊包括隨機(jī)生成一個(gè)特征向量，其中該特征向量與該圖像塊的距離在預(yù)定的范圍內(nèi)；在所述圖像塊集合中查找距離所述特征向量最近的最近鄰圖像塊，如果查找到的最近鄰圖像塊不同于該圖像塊，則增加該查找到的最近鄰圖像塊關(guān)聯(lián)的計(jì)數(shù)值，其中，隨機(jī)生成至少兩個(gè)特征向量并查找每個(gè)特征向量的最近鄰圖像塊；及將查找到的、與較大的計(jì)數(shù)值關(guān)聯(lián)的一個(gè)或更多個(gè)最近鄰圖像塊，作為該圖像塊的近鄰集。附記3.如附記1所述的方法，其中，所述圖像塊集合中的圖像塊是成組的，且每組圖像塊包括彼此對(duì)應(yīng)的兩個(gè)或更多個(gè)圖像塊，并且搜索每個(gè)圖像塊的多個(gè)近鄰圖像塊包括在所述圖像塊集合中搜索與每組圖像塊中的一個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊，將所述一個(gè)或更多個(gè)圖像塊對(duì)應(yīng)的一組或更多組圖像塊作為該組圖像塊的近鄰集。附記4.如附記3所述的方法，其中，每組圖像塊包括一對(duì)彼此對(duì)應(yīng)的低分辨率圖像塊和高分辨率圖像塊。附記5.如附記1-4中任一項(xiàng)所述的方法，還包括將所述圖像塊集合組織成多級(jí)樹(shù)結(jié)構(gòu)，其中，所述樹(shù)結(jié)構(gòu)中的根節(jié)點(diǎn)對(duì)應(yīng)所述圖像塊集合，并包括用于將所述集合分割成與下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的子集的門(mén)限的信息；每個(gè)分支節(jié)點(diǎn)對(duì)應(yīng)所述圖像塊集合的一個(gè)子集并包括用于將與該分支節(jié)點(diǎn)對(duì)應(yīng)的子集分割成與下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的子集的門(mén)限的信息；而每個(gè)葉節(jié)點(diǎn)對(duì)應(yīng)所述圖像塊集合中的一組圖像塊。附記6.如附記5所述的方法，其中，所述圖像塊集合中的圖像塊是成組的，且每組圖像塊包括彼此對(duì)應(yīng)的兩個(gè)或更多個(gè)圖像塊，并且將所述圖像塊集合組織成多級(jí)樹(shù)結(jié)構(gòu)包括遞歸分割所述圖像塊集合，其中，每次分割中將待分割的多組圖像塊分成兩個(gè)子集，直到每個(gè)子集中包括一組圖像塊。附記7. —種圖像處理方法，包括在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中進(jìn)行粗搜索，得到與查詢(xún)對(duì)象距離近似最近的圖像塊；以及在粗搜索到的圖像塊的近鄰集中，查找與所述查詢(xún)對(duì)象距離最近的一個(gè)或更多個(gè)圖像塊，作為所述查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊，其中，粗搜索到的圖像塊的近鄰集包括所述圖像塊集合中距離該圖像塊最近的一個(gè)或更多個(gè)圖像塊。附記8.如附記7所述的方法，其中，所述圖像塊集合中的圖像塊是成組的，每組圖像塊包括一對(duì)彼此對(duì)應(yīng)的低分辨率圖像塊和高分辨率圖像塊，且所述查詢(xún)對(duì)象為低分辨率圖像中的某個(gè)區(qū)域，并且所述方法還包括利用與所述查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊對(duì)應(yīng)的一個(gè)或更多個(gè)高分辨率圖像塊來(lái)生成高分辨率圖像區(qū)域，作為高分辨率圖像中與所述查詢(xún)對(duì)象位置對(duì)應(yīng)的部分。附記9.如附記7或8所述的方法，其中，所述圖像塊集合被組織成分級(jí)樹(shù)結(jié)構(gòu)，且所述樹(shù)結(jié)構(gòu)的每個(gè)葉節(jié)點(diǎn)對(duì)應(yīng)所述圖像塊集合中一個(gè)或一組圖像塊，并且在所述圖像塊集合中進(jìn)行粗搜索包括從所述樹(shù)結(jié)構(gòu)的根節(jié)點(diǎn)開(kāi)始逐級(jí)向下一級(jí)中的與所述查詢(xún)對(duì)象匹配的節(jié)點(diǎn)移動(dòng)， 直到到達(dá)與所述查詢(xún)對(duì)象匹配的葉節(jié)點(diǎn)，其中，在每一級(jí)，根據(jù)節(jié)點(diǎn)中的信息來(lái)選擇下一級(jí)中的與所述查詢(xún)對(duì)象匹配的節(jié)點(diǎn)。附記10. —種圖像處理設(shè)備，包括
圖像塊集合處理裝置，用于在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中，搜索每個(gè)圖像塊的一個(gè)或更多個(gè)近鄰圖像塊，其中，所述一個(gè)或更多個(gè)近鄰圖像塊包括所述圖像塊集合中距離該每個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊，從而形成該每個(gè)圖像塊的近鄰集；及信息存儲(chǔ)裝置，用于保存所述圖像塊集合以及有關(guān)每個(gè)圖像塊的近鄰集的信息。附記11.如附記10所述的設(shè)備，其中，所述圖像塊集合處理裝置被配置用于通過(guò)以下來(lái)搜索每個(gè)圖像塊的多個(gè)近鄰圖像塊隨機(jī)生成一個(gè)特征向量，其中該特征向量與該圖像塊的距離在預(yù)定的范圍內(nèi)；在所述圖像塊集合中查找距離所述特征向量最近的最近鄰圖像塊，如果查找到的最近鄰圖像塊不同于該圖像塊，則增加與該查找到的最近鄰圖像塊關(guān)聯(lián)的計(jì)數(shù)值，其中，隨機(jī)生成至少兩個(gè)特征向量并查找每個(gè)特征向量的最近鄰圖像塊；及將查找到的、與較大的計(jì)數(shù)值關(guān)聯(lián)的一個(gè)或更多個(gè)最近鄰圖像塊，作為該圖像塊的近鄰集。附記12.如附記10所述的設(shè)備，其中，所述圖像塊集合中的圖像塊是成組的，且每組圖像塊包括彼此對(duì)應(yīng)的兩個(gè)或更多個(gè)圖像塊，并且所述圖像塊集合處理裝置被配置用于在所述圖像塊集合中搜索與每組圖像塊中的一個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊，將所述一個(gè)或更多個(gè)圖像塊對(duì)應(yīng)的一組或更多組圖像塊作為該組圖像塊的近鄰集。附記13.如附記12所述的設(shè)備，其中，每組圖像塊包括一對(duì)彼此對(duì)應(yīng)的低分辨率圖像塊和高分辨率圖像塊。附記14.如附記10-13中任一項(xiàng)所述的設(shè)備，其中，所述圖像塊集合處理裝置還被配置用于將所述圖像塊集合組織成多級(jí)樹(shù)結(jié)構(gòu)，其中，所述樹(shù)結(jié)構(gòu)中的根節(jié)點(diǎn)對(duì)應(yīng)所述圖像塊集合，并包括用于將所述集合分割成與下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的子集的門(mén)限的信息；每個(gè)分支節(jié)點(diǎn)對(duì)應(yīng)所述圖像塊集合的一個(gè)子集，并包括用于將與該分支節(jié)點(diǎn)對(duì)應(yīng)的子集分割成與下一級(jí)節(jié)點(diǎn)對(duì)應(yīng)的子集的門(mén)限的信息；而每個(gè)葉節(jié)點(diǎn)對(duì)應(yīng)所述圖像塊集合中的一組圖像塊。附記15.如附記14所述的方法，其中，所述圖像塊集合中的圖像塊是成組的，且每組圖像塊包括彼此對(duì)應(yīng)的兩個(gè)或更多個(gè)圖像塊，并且將所述圖像塊集合處理裝置被配置用于通過(guò)以下來(lái)將所述圖像塊集合組織成多級(jí)樹(shù)結(jié)構(gòu)遞歸分割所述圖像塊集合，其中，每次分割中將待分割的多組圖像塊分成兩個(gè)子集，直到每個(gè)子集中包括一組圖像塊。附記16. —種圖像處理設(shè)備，包括粗搜索裝置，用于在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中進(jìn)行粗搜索，得到與查詢(xún)對(duì)象距離近似最近的圖像塊；以及搜索細(xì)化裝置，用于在所述粗搜索裝置粗搜索到的圖像塊的近鄰集中，查找與所述查詢(xún)對(duì)象距離最近的一個(gè)或更多個(gè)圖像塊，作為所述查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊，其中，粗搜索到的圖像塊的近鄰集包括所述圖像塊集合中距離該圖像塊最近的一個(gè)或更多個(gè)圖像塊。附記17.如附記16所述的設(shè)備，其中，所述圖像塊集合中的圖像塊是成組的，每組圖像塊包括一對(duì)彼此對(duì)應(yīng)的低分辨率圖像塊和高分辨率圖像塊，且所述查詢(xún)對(duì)象為低分辨率圖像中的某個(gè)區(qū)域，并且所述設(shè)備還包括分辨率增強(qiáng)裝置，用于利用與所述查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊對(duì)應(yīng)的一個(gè)或更多個(gè)高分辨率圖像塊來(lái)生成高分辨率圖像區(qū)域，作為高分辨率圖像中與所述查詢(xún)對(duì)象位置對(duì)應(yīng)的部分。盡管上面已經(jīng)通過(guò)對(duì)本公開(kāi)的具體實(shí)施例的描述對(duì)本公開(kāi)進(jìn)行了披露，但是，應(yīng)該理解，上述的所有實(shí)施例和示例均是示例性的，而非限制性的。本領(lǐng)域的技術(shù)人員可在所附權(quán)利要求的精神和范圍內(nèi)設(shè)計(jì)對(duì)本公開(kāi)的各種修改、改進(jìn)或者等同物。這些修改、改進(jìn)或者等同物也應(yīng)當(dāng)被認(rèn)為包括在本公開(kāi)的保護(hù)范圍內(nèi)。
權(quán)利要求
1.一種圖像處理方法，包括在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中，搜索每個(gè)圖像塊的一個(gè)或更多個(gè)近鄰圖像塊，其中，所述一個(gè)或更多個(gè)近鄰圖像塊包括所述圖像塊集合中距離該每個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊，從而形成該每個(gè)圖像塊的近鄰集；及保存所述圖像塊集合以及有關(guān)每個(gè)圖像塊的近鄰集的信息。
2.如權(quán)利要求1所述的方法，其中，搜索每個(gè)圖像塊的多個(gè)近鄰圖像塊包括隨機(jī)生成一個(gè)特征向量，其中該特征向量與該圖像塊的距離在預(yù)定的范圍內(nèi)；在所述圖像塊集合中查找距離所述特征向量最近的最近鄰圖像塊，如果查找到的最近鄰圖像塊不同于該圖像塊，則增加與該查找到的最近鄰圖像塊關(guān)聯(lián)的計(jì)數(shù)值，其中，隨機(jī)生成至少兩個(gè)特征向量并查找每個(gè)特征向量的最近鄰圖像塊；及將查找到的、與較大的計(jì)數(shù)值關(guān)聯(lián)的一個(gè)或更多個(gè)最近鄰圖像塊，作為該圖像塊的近鄰集。
3.如權(quán)利要求1所述的方法，其中，所述圖像塊集合中的圖像塊是成組的，且每組圖像塊包括彼此對(duì)應(yīng)的兩個(gè)或更多個(gè)圖像塊，并且搜索每個(gè)圖像塊的多個(gè)近鄰圖像塊包括在所述圖像塊集合中搜索與每組圖像塊中的一個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊， 將所述一個(gè)或更多個(gè)圖像塊對(duì)應(yīng)的一組或更多組圖像塊作為該組圖像塊的近鄰集。
4.一種圖像處理方法，包括在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中進(jìn)行粗搜索，得到與查詢(xún)對(duì)象距離近似最近的圖像塊；以及在粗搜索到的圖像塊的近鄰集中，查找與所述查詢(xún)對(duì)象距離最近的一個(gè)或更多個(gè)圖像塊，作為所述查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊，其中，粗搜索到的圖像塊的近鄰集包括所述圖像塊集合中距離該圖像塊最近的一個(gè)或更多個(gè)圖像塊。
5.如權(quán)利要求4所述的方法，其中，所述圖像塊集合中的圖像塊是成組的，每組圖像塊包括一對(duì)彼此對(duì)應(yīng)的低分辨率圖像塊和高分辨率圖像塊，且所述查詢(xún)對(duì)象為低分辨率圖像中的某個(gè)區(qū)域，并且所述方法還包括利用與所述查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊對(duì)應(yīng)的一個(gè)或更多個(gè)高分辨率圖像塊來(lái)生成高分辨率圖像區(qū)域，作為高分辨率圖像中與所述查詢(xún)對(duì)象位置對(duì)應(yīng)的部分。
6.一種圖像處理設(shè)備，包括圖像塊集合處理裝置，用于在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中， 搜索每個(gè)圖像塊的一個(gè)或更多個(gè)近鄰圖像塊，其中，所述一個(gè)或更多個(gè)近鄰圖像塊包括所述圖像塊集合中距離該每個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊，從而形成該每個(gè)圖像塊的近鄰集；及信息存儲(chǔ)裝置，用于保存所述圖像塊集合以及有關(guān)每個(gè)圖像塊的近鄰集的信息。
7.如權(quán)利要求6所述的設(shè)備，其中，所述圖像塊集合處理裝置被配置用于通過(guò)以下來(lái)搜索每個(gè)圖像塊的多個(gè)近鄰圖像塊隨機(jī)生成一個(gè)特征向量，其中該特征向量與該圖像塊的距離在預(yù)定的范圍內(nèi)；在所述圖像塊集合中查找距離所述特征向量最近的最近鄰圖像塊，如果查找到的最近鄰圖像塊不同于該圖像塊，則增加與該查找到的最近鄰圖像塊關(guān)聯(lián)的計(jì)數(shù)值，其中，隨機(jī)生成至少兩個(gè)特征向量并查找每個(gè)特征向量的最近鄰圖像塊；及將查找到的、與較大的計(jì)數(shù)值關(guān)聯(lián)的一個(gè)或更多個(gè)最近鄰圖像塊，作為該圖像塊的近鄰集。
8.如權(quán)利要求6所述的設(shè)備，其中，所述圖像塊集合中的圖像塊是成組的，且每組圖像塊包括彼此對(duì)應(yīng)的兩個(gè)或更多個(gè)圖像塊，并且所述圖像塊集合處理裝置被配置用于在所述圖像塊集合中搜索與每組圖像塊中的一個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊， 將所述一個(gè)或更多個(gè)圖像塊對(duì)應(yīng)的一組或更多組圖像塊作為該組圖像塊的近鄰集。
9.一種圖像處理設(shè)備，包括粗搜索裝置，用于在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中進(jìn)行粗搜索，得到與查詢(xún)對(duì)象距離近似最近的圖像塊；以及搜索細(xì)化裝置，用于在所述粗搜索裝置粗搜索到的圖像塊的近鄰集中，查找與所述查詢(xún)對(duì)象距離最近的一個(gè)或更多個(gè)圖像塊，作為所述查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊，其中，粗搜索到的圖像塊的近鄰集包括所述圖像塊集合中距離該圖像塊最近的一個(gè)或更多個(gè)圖像塊。
10.如權(quán)利要求9所述的設(shè)備，其中，所述圖像塊集合中的圖像塊是成組的，每組圖像塊包括一對(duì)彼此對(duì)應(yīng)的低分辨率圖像塊和高分辨率圖像塊，且所述查詢(xún)對(duì)象為低分辨率圖像中的某個(gè)區(qū)域，并且所述設(shè)備還包括分辨率增強(qiáng)裝置，用于利用與所述查詢(xún)對(duì)象的一個(gè)或更多個(gè)最近鄰圖像塊對(duì)應(yīng)的一個(gè)或更多個(gè)高分辨率圖像塊來(lái)生成高分辨率圖像區(qū)域，作為高分辨率圖像中與所述查詢(xún)對(duì)象位置對(duì)應(yīng)的部分。
全文摘要
提供了圖像處理方法和設(shè)備。在一種圖像處理方法中，在包括從樣本圖像中提取的多個(gè)圖像塊的圖像塊集合中，搜索每個(gè)圖像塊的一個(gè)或更多個(gè)近鄰圖像塊，其中，所述一個(gè)或更多個(gè)近鄰圖像塊包括所述圖像塊集合中距離該每個(gè)圖像塊最近的一個(gè)或更多個(gè)圖像塊，并形成該每個(gè)圖像塊的近鄰集。然后，保存所述圖像塊集合以及有關(guān)每個(gè)圖像塊的近鄰集的信息。
文檔編號(hào)G06K9/62GK102375990SQ201010257628
公開(kāi)日2012年3月14日 申請(qǐng)日期2010年8月17日 優(yōu)先權(quán)日2010年8月17日
發(fā)明者堀田悅伸, 孫俊, 皆川明洋, 直井聰, 范偉 申請(qǐng)人:富士通株式會(huì)社