[发明专利]图像复原方法、装置、存储介质和电子设备

权利要求书

1.一种图像复原方法，其特征在于，包括：

获得第一图像，所述第一图像为图像复原前的图像；

将所述第一图像输入优化后的增强深度超分辨率网络模型EDSR进行处理，输出第二图像，所述第二图像为图像复原后的图像，所述优化后的增强深度超分辨率网络模型EDSR用于提升图像特征的尺度和降低运算量；

其中，所述优化后的增强深度超分辨率网络模型EDSR中的第一残差模块包括的多个多尺度卷积替代优化前的增强深度超分辨率网络模型EDSR中的第二残差模块包括的多个单尺度卷积，所述多个单尺度卷积与所述多个多尺度卷积一一对应。

2.根据权利要求1所述的方法，其特征在于，所述优化后的增强深度超分辨率网络模型EDSR包括特征提取模块、所述第一残差模块、全局跳过连接模块和上采样重建模块，所述将所述第一图像输入优化后的增强深度超分辨率网络模型EDSR进行处理，输出第二图像，包括：

将所述第一图像输入所述特征提取模块进行处理，输出目标特征图像；

将所述目标特征图像输入所述第一残差网络模块进行处理，输出第一图像特征集合；

根据所述全局跳过连接模块对所述目标特征图像和所述第一图像特征集合进行特征融合，得到第二图像特征集合；

将所述第二图像特征集合输入所述上采样重建模块进行处理，输出第二图像。

3.根据权利要求2所述的方法，其特征在于，所述第一残差网络模块包括N个相同的优化后的残差块ResBlock和第一卷积，所述N为大于2的整数，所述将所述目标特征图像输入所述第一残差网络模块进行处理，输出第一图像特征集合，包括：

将所述目标特征图像输入第1个优化后的残差块ResBlock进行处理，输出第1个处理结果；

循环执行将第i个处理结果输入第(i+1)个优化后的残差块ResBlock进行处理，输出第(i+1)个处理结果，直到i＝(N-1)，得到第三图像特征集合，所述i是初始值为1，以1为间隔的递增整数；

根据所述第三图像特征集合和所述第一卷积获得第一图像特征集合。

4.根据权利要求3所述的方法，其特征在于，所述第(i+1)个优化后的残差块ResBlock包括两个相同的多尺度卷积、激活函数和复合块Mult，所述将第i个处理结果输入第(i+1)个优化后的残差块ResBlock进行处理，输出第(i+1)个处理结果，包括：

根据第i个处理结果和第1个多尺度卷积获得第1子处理结果；

根据所述第1子处理结果和所述激活函数获得第2子处理结果；

根据所述第2子处理结果和第2个多尺度卷积获得第3子处理结果；

根据所述第3子处理结果和所述复合块Mult获得第4子处理结果；

对所述第i个处理结果和所述第4子处理结果进行特征融合，得到第(i+1)个处理结果。

5.根据权利要求4所述的方法，其特征在于，所述第1个多尺度卷积包括三个相同的卷积核，所述根据第i个处理结果和第1个多尺度卷积获得第1子处理结果，包括：

根据第i个处理结果和第1个卷积核获得第一中间结果，所述第一中间结果的尺度为所述第1个卷积核的大小；

对所述第i个处理结果依次进行第一预设倍数下采样、与第2个卷积核卷积和所述第一预设倍数上采样，得到第二中间结果，所述第二中间结果的尺度为所述第2个卷积核的大小与所述第一预设倍数之和；

对所述第i个处理结果依次进行第二预设倍数下采样、与第3个卷积核卷积和所述第二预设倍数上采样，得到第三中间结果，所述第三中间结果的尺度为所述第3个卷积核的大小与所述第二预设倍数之和；

对所述第一中间结果、所述第二中间结果和所述第三中间结果进行特征融合，得到第1子处理结果。