[发明专利]一种单幅图像超分辨率重建方法及系统

权利要求书

1.一种单幅图像超分辨率重建方法，其特征在于，包括：

获取高分辨率图像数据集，并利用下采样的方式确定所述高分辨率图像数据集相对应的低分辨率图像数据集；

获取基于生成对抗网络的图像超分辨率重建模型；所述基于生成对抗网络的图像超分辨率重建模型包括：生成器和判别器；

利用所述低分辨率图像数据集对所述生成器进行改进；

利用改进的生成器和判别器确定改进后的基于生成对抗网络的图像超分辨率重建模型；

利用低分辨率图像数据集对改进后的基于生成对抗网络的图像超分辨率重建模型进行训练；

利用训练后的基于生成对抗网络的图像超分辨率重建模型对低分辨率图像进行高分辨率图像的重建；

所述生成器的改进具体包括：

利用一层卷积构建生成器的头部模块；所述头部模块用于利用一层卷积提取低分辨率图像的浅层特征；

在基本残差模块的每一层卷积之前增加一层反卷积层，构建增强残差模块；并根据多个增强残差模块和多层次残差特征融合构建生成器的骨干模块；所述骨干模块用于将所述浅层特征和残差模块提取的高频信息进行融合，提取得到深层特征；

利用重建模块将所述深层特征进行高分辨率图像的重建。

2.根据权利要求1所述的一种单幅图像超分辨率重建方法，其特征在于，所述利用低分辨率图像数据集对改进后的基于生成对抗网络的图像超分辨率重建模型进行训练，具体包括：

利用感知损失函数对改进后的基于生成对抗网络的图像超分辨率重建模型进行训练。

3.根据权利要求1所述的一种单幅图像超分辨率重建方法，其特征在于，所述利用一层卷积构建生成器的头部模块，具体包括：

利用尺寸为3×3×64的卷积核和PReLU激活函数提取低分辨率图像的浅层特征。

4.根据权利要求1所述的一种单幅图像超分辨率重建方法，其特征在于，所述在基本残差模块的每一层卷积之前增加一层反卷积层，构建增强残差模块，具体包括：

反卷积层和卷积层采用大小为8×8×64的卷积核。

5.根据权利要求1所述的一种单幅图像超分辨率重建方法，其特征在于，所述并根据多个增强残差模块和多层次残差特征融合构建生成器的骨干模块，具体包括：

采用尺寸为1×1×64的卷积核和PReLU激活函数进行多层次残差特征融合。

6.根据权利要求1所述的一种单幅图像超分辨率重建方法，其特征在于，所述利用重建模块将所述深层特征进行高分辨率图像的重建，具体包括：

利用尺寸为3×3×64的卷积核和PReLU激活函数对融合的特征进行细化；

利用亚像素卷积层将细化后特征的图像上采样至目标尺寸；所述目标尺寸为高分辨率图像尺寸；

利用3×3×3卷积核将上采样后的图像恢复为具有更多细节信息的图像。