[发明专利]一种超分辨率图像重建方法及装置、计算机可读存储介质和计算机设备

权利要求书

1.一种超分辨率图像重建方法，其特征在于，将输入的低分辨率图像重建为目标分辨率放大倍数为S的高分辨率图像，包括如下步骤：

超分辨率卷积神经网络的确定步骤：确定分辨率放大倍数S′＝2^a的超分辨率卷积神经网络，a为自然数，超分辨率卷积神经网络的反卷积层数L＝a，在所述超分辨率卷积神经网络的输入层与第1反卷积层之间以及相邻两个反卷积层之间分别设置有一个或多个卷积层；

超分辨率卷积神经网络的输入层图像的确定步骤：根据输入的低分辨率图像，基于目标分辨率放大倍数S和超分辨率卷积神经网络分辨率放大倍数S′，确定超分辨率卷积神经网络的输入层的图像；

高分辨率图像生成步骤：使用确定的超分辨率卷积神经网络对其输入层的低分辨率图像进行重建，在超分辨率卷积神经网络的第L反卷积层输出高分辨率图像。

2.如权利要求1所述的方法，其特征在于，在所述超分辨率卷积神经网络的输入层图像的确定步骤中，如果目标分辨率放大倍数S与超分辨率卷积神经网络分辨率放大倍数S′相等，则将输入的低分辨率图像作为超分辨率卷积神经网络的输入层的图像；如果目标分辨率放大倍数S与超分辨率卷积神经网络分辨率放大倍数S′不相等，则对输入的低分辨率图像进行规整化，将规整化后的低分辨率图像作为超分辨率卷积神经网络的输入层的图像。

3.如权利要求2所述的方法，其特征在于，采用超分辨率卷积神经网络的重采样卷积上采样或下采样输入的低分辨率图像，对输入的低分辨率图像进行规整化，重采样卷积的采样倍数为S/S′。

4.如权利要求1所述的方法，其特征在于，所述方法还包括超分辨率卷积神经网络分辨率放大倍数S′确定步骤，其中，根据目标分辨率放大倍数S确定超分辨率卷积神经网络分辨率放大倍数S′＝2^a；

随后，在超分辨率卷积神经网络的确定步骤中，根据所确定的超分辨率卷积神经网络分辨率放大倍数S′，确定超分辨率卷积神经网络。

5.如权利要求4所述的方法，其特征在于，所述超分辨率卷积神经网络分辨率放大倍数S′为与目标分辨率放大倍数S相等或与目标分辨率放大倍数S邻近的两个2的a次幂整数中的一个。

6.如权利要求5所述的方法，其特征在于，在超分辨率卷积神经网络分辨率放大倍数S′确定步骤中，当目标分辨率放大倍数S与邻近的两个2的a次幂整数的距离差值相等时，选取数值较大的作为超分辨率卷积神经网络分辨率放大倍数S′；当目标分辨率放大倍数S与邻近的两个2的a次幂整数的距离差值不相等时，在与目标分辨率放大倍数S邻近的两个2的a次幂整数中，选取与目标分辨率放大倍数S的距离差值较小的一个作为超分辨率卷积神经网络分辨率放大倍数S′。

7.如权利要求1所述的方法，其特征在于，超分辨率卷积神经网络的第L反卷积层还对反卷积后的图像进行膨胀卷积。

8.如权利要求1-7之一所述的方法，其特征在于，所述方法还包括超分辨率卷积神经网络训练步骤，根据确定的超分辨率卷积神经网络，构建对照训练样本集，使用对照训练样本集对构建的超分辨率卷积神经网络结构进行训练。

9.如权利要求8所述的方法，其特征在于，所述超分辨率卷积神经网络训练步骤包括：

对照训练样本集构建步骤：建立超分辨率卷积神经网络输入层的低分辨率图像与各反卷积层的高分辨率图像的对照训练样本集，其中，所述超分辨率卷积神经网络第L个反卷积层的高分辨率图像的分辨率与其对应的输入层的低分辨率图像的分辨率的比值等于超分辨率卷积神经网络分辨率放大倍数S′，在所述对照训练样本集中，一张低分辨率图像具有与其对应的超分辨率卷积神经网络的L个反卷积层的高分辨率图像；

超分辨率卷积神经网络学习步骤：使用构建的对照训练样本集训练超分辨率卷积神经网络。