[发明专利]一种图像超分辨率重建方法及装置

权利要求书

1.一种图像超分辨率重建方法，其特征在于，包括：

将第一分辨率图像输入图像重建模型，输出第二分辨率图像；所述图像重建模型是基于第一分辨率样本图像及其对应的第二分辨率样本图像进行训练后得到的；

其中，第一分辨率小于第二分辨率，所述图像重建模型包括若干层残差结构和一层超像素结构，所述残差结构包括若干卷积层和若干级联非线性激活函数层。

2.根据权利要求1所述的图像超分辨率重建方法，其特征在于，所述第一分辨率样本图像及其对应的第二分辨率样本图像的获取步骤包括：

使用matlab中的resize函数对选取的第二图像进行下采样，获得第一图像；

截取所述第一图像的中心区域，获得第一分辨率样本图像；截取所述第二图像的中心区域，获得第二分辨率样本图像。

3.根据权利要求1所述的图像超分辨率重建方法，其特征在于，所述图像重建模型依次包括四层残差结构和一层超像素结构，所述超像素结构用于扩大残差结构输出图像的尺寸。

4.根据权利要求1或3所述的图像超分辨率重建方法，其特征在于，所述残差结构依次包括第一卷积层、第一级联非线性激活函数层、第二卷积层和第二级联非线性激活函数层。

5.根据权利要求1所述的图像超分辨率重建方法，其特征在于，下一层残差结构的输入对象包括上一层残差结构的输出对象，以及所述上一层残差结构的输入对象。

6.根据权利要求5所述的图像超分辨率重建方法，其特征在于，所述超像素结构依次包括第三卷积层、超像素层和第四卷积层。

7.根据权利要求6所述的图像超分辨率重建方法，其特征在于，所述图像重建模型的获取步骤包括：

通过优化目标函数计算第一分辨率样本图像重建后的图像与第二分辨率样本图像各点的像素差绝对值的平均值；

所述优化目标函数为：

式中，I_SR表示第一分辨率样本图像经过神经网络重建得到的图像的像素，I_HR表示第二分辨率样本图像的像素，C代表图像的通道数，L₁表示优化目标函数，n表示图像的数目，k表示通道数从1到C，j表示宽度的像素点，H表示图像的高度，W表示图像的宽度，L₁的值越小，说明重建的图像与原始图像相似度更高；

根据优化目标函数的值，调整神经网络的参数，对第一分辨率样本图像及其对应的第二分辨率样本图像进行训练，得到图像重建模型。

8.一种图像超分辨率重建装置，其特征在于，包括：

图像重建模块，用于将第一分辨率图像输入图像重建模型，输出第二分辨率图像；所述图像重建模型是基于第一分辨率样本图像及其对应的第二分辨率样本图像进行训练后得到的；其中，第一分辨率小于第二分辨率，所述图像重建模型包括若干层残差结构和一层超像素结构，所述残差结构包括若干卷积层和若干级联非线性激活函数层。

9.一种电子设备，其特征在于，包括：

至少一个处理器、至少一个存储器、通信接口和总线；其中，

所述处理器、存储器、通信接口通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行如权利要求1至7任一项所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7中任一项所述的方法。