[0043] 在此使用的术语仅用于描述特定的实施例的目的而不意图限制本发明。如在此使 用的，单数形式"一"、"一个"和"该"意图也包括复数形式，除非上下文清楚地指示例外。进 一步将理解的是，术语"包括"、"包含"、"含有"和/或"具有"当被用于该说明书中时，指定所 述的特征、整体、步骤、操作、元件和/或组件的存在，而不排除一个或多个其它特征、整体、 步骤、操作、元件、组件和/或其群组的存在或添加。此外，当元件被称为"响应于"或"连接 至Γ另一元件时，其可以直接响应于或连接到另一元件，或者可以存在介于其间的元件。相 反地，当元件被称为"直接响应于"或者"直接连接到"另一元件时，不存在介于其间的元件。 如在此使用的，术语"和/或"包括一个或多个关联的列出的项目的任意和全部组合且可以 缩写为7"。
[0044] 将理解的是，虽然术语第一、第二等在此可以用于描述各种元件，这些元件不应当 由这些术语限制。这些术语仅用于区分一个元件与另一元件。例如，在不脱离本公开的教导 的情况下，第一元件可以被称为第二元件，且类似地，第二元件可以被称为第一元件。
[0045] 虽然一些图包括通信路径上的箭头以示出通信的主要方向，将要理解的是，通信 可以以与所绘的箭头相反的方向进行。
[0046] 参考框图和操作流程图描述一些实施例，在框图和操作流程图中，每个方框表示 电路元件、模块或者包括用于实现一个或多个指定的逻辑功能的一个或多个可执行指令的 代码的部分。还应当注意，在其它实现中，方框中标注的一个或多个功能可以不以标注的次 序发生。例如，取决于涉及的功能，连续示出的两个方框可以事实上本质上同时地执行，或 者多个方框有时可以以相反次序执行。
[0047] 在此对"一个实施例"或者"一实施例"的引用指的是关于该实施例描述的特定的 特征、结构或者特性可以包括在本发明的至少一个实现中。在说明书的各种位置中短语"在 一个实施例中"的出现不必全部引用相同实施例，也不必全部引用必须与其它实施例互斥 的单独的或者可选的实施例。
[0048] 在权利要求中出现的附图标记仅是以说明的方式且不应当对权利要求的范围具 有限制效果。
[0049] 虽然未明确地描述，可以以任意组合或者子组合采用本实施例和变型。
[0050] 图1示出了用于从原始图像Y的低质量版本Y1以及根据图像所计算的摘要Eh构建该 原始图像Y的估计f的方法的步骤的图。该方法具有以下的附图标记10。
[0051 ]摘要Eh包括被表示为YiE( i = l· · ·Ν)的N个补片。
[0052] 在下面，补片是图像的相邻像素的一部分。
[0053] 在步骤11，如下获得至少一个补片对(ΥΛ#)的字典:对于摘要Eh的每个补片ΥΛ 提取位于低质量图像Υ1中的相同位置的补片Υ^，即，通过原地（in-place)匹配来自摘要Eh 的补片与来自低质量图像Y1的补片，来对每个补片W提取一个补片对(YJ，#)。
[0054] 在下面，一个补片对(ΥΛΥ?1)的补片YiE被称为第一补片，且另一补片Yd被称为第 二补片。
[0055] 在步骤12,对于低质量图像Y1的每个补片4 ,在字典内选择K个补片对，k = 1···Κ，根据涉及低质量图像Y1的补片< 和所述补片对的第二补片F/的准则来选择每一 个补片对。
[0056] 注意到K是可以等于1的整数值。
[0057] 根据实施例，K个所选择的第二补片对是低质量图像Y1的补片Χ?的K个最近邻(K-NN，K nearest neighbors)。
[0058] 在步骤13,根据所述K个所选择的补片对(if, Γ/)获得映射函数。
[0059]根据实施例，通过从这Κ个补片对进行学习来获得映射函数。这种学习例如可以使 用线性或内核回归。
[0060]应当注意，回归已经被Κ · Kim等（"Single-image super-resolution using sparse regression and natural image prior"，IEEE模式分析与机器智能学报，第32卷， 第6期，第1127-1133页，2010)考虑用于从训练图像的外部集合取得示例对的单一图像超分 辨率，这需要大集合的训练示例 DZ.L.J.yang等（"Fast image super-resolution based on in-place example regression"，IEEE国际计算机视觉与模式识别会议(CVPR)，2013， 第1059-1066页）在低质量图像的低频版本（用高斯内核卷积输入图像）和双三次（bicubic) 内插版本之间提取示例对。就考虑超分辨率算法而言 ，这里的主要差异在于以下事 实：由摘要给出匹配对。更确切地，利用摘要是原始图像的因式分解(factorized)表示的这 一事实，可以仅使用小集合的补片对来执行映射函数的局部学习。
[0061] 根据实施例，通过最小化K个所选择的补片对(if, Γ/)的第一补片和第二补片之间 的最小平方误差，学习映射函数被定义如下：
[0062] 使Μι是在其列中包含K个所选择的补片对的第二补片 < 的矩阵。
[0063] 使Mh是在其列中包括K个所选择的补片对的第一补片F/的矩阵。
[0064] 考虑多元线性回归，问题是搜索使下式最小化的映射函数F:
[0065] E= | | (Mh)T-(Mi)TFT| |2
[0066] 该等式对应于线性回归模型Y=XB+E，并且其最小化给出以下最小平方估计器：
[0067] F=MhMiT(MiMiT)-1
[0068] 根据变型，低质量图像Y1中的补片X;与低质量图像Y1的至少一个其它补片重叠。 例如，重叠因子是可以调谐的参数，并且对于8x8补片设置为7。
[0069] 在步骤14,如下使用映射函数F将低质量图像Y1的每个补片X;投影为补片足：
[0071] 在步骤15,当一个像素中的补片尤,一个重叠另一个时，则将一个像素中的重叠补 片笔^进行平均，以给出原始图像的估计f的像素值。
[0072] 根据该方法的实施例，如图2所示，原始图像的低质量版本Y1是具有原始图像的分 辨率的图像。
[0073]根据该实施例的实施例，如下获得原始图像的低质量版本：
[0074] 在步骤20,使用低通滤波和下采样来生成原始图像的低分辨率版本。典型地，使用 下采样因子2。
[0075] 在步骤21，编码原始图像的低分辨率版本。
[0076] 在步骤22,解码已编码的原始图像的低分辨率版本。
[0077] 本发明不限于任何特定编码器/解码器。例如，可以使用在文档IS0/IEC14496-10 中描述的MPEG-4 AVC/H. 264中定义的H. 264,或者在文档（B.Bross，W. J.Han， G.J. Sul1ivan,J.R. Ohm,T.ffiegand JCTVC-K1003,uHigh Efficiency Video Coding (HEVC)text specification draft 9"，2012 年 10 月）中描述的 HEVC HEVC(高效率视频编 码)编码器/解码器。
[0078]在步骤23,例如使用简单的双三次内插来内插已解码的低分辨率Yd。由此获得的 原始图像的低质量版本Y1具有与原始图像的分辨率相同的分辨率。
[0079] 图2_(2)示出了关于图1所描述的方法的实施例的变型的步骤的图。
[0080] 根据该变型，根据步骤10(图1)构建的原始图像Y的估计#在低分辨率图像空间中 迭代地进行反投影(back-projected)，并且在迭代t处的估计f的反投影版本玲与原始图 像的低分辨率版本相比较。
[0081] 在编码/解码上下文中，原始图像的低分辨率版本是步骤22的输出，即已解码的低 分辨率版本Yd。
[0082] 该变型保证最终估计与低分辨率版本Yd2间的一致性。
[0083] 在迭代t处，考虑原始图像Y的估计。
[0084] 图2_(2)中示出的开关SW指示在首次迭代处考虑根据步骤10(图1)构建的估计J, 并且在迭代(t+2)处考虑在迭代(t+Ι)处计算的估计然后在低分辨率图像空间（其中 原始图像的低分辨率版本Y d是根据下采样因子(步骤20)来定义的空间）中将估计进行反投 影。
[0085] 实践中，使用与步骤20相同的下采样因子生成所考虑的估计的反投影版本禮。
[0086] 接下来，在原始图像的反投影版本f和低分辨率版本^之间计算误差Erf。
[0087] 然后，将误差Erf进行上采样（步骤23)，并且将上采样后的误差添加到所考虑的