[发明专利]一种基于生成对抗网络的单幅图像超分辨率重建方法及系统

说明书

本发明涉及一种基于生成对抗网络的单幅图像超分辨率重建方法及系统，其方法包括：S1：获取高分辨率子图像集I_BH；S2：利用双三次插值法对I_BH进行下采样，得到低分辨率子图像集I_BL；S3：将低分辨率子图像集I_BL输入到生成网络，通过网络的正向传播得到重建后的图像集I_S；S4：将I_BH与I_S分别送入判别网络中进行正向传播得到其分类概率；S5：对判别网络的参数反向传播，更新判别网络；S6：对生成网络的参数反向传播，更新生成网络；S7：重复步骤S3～S6，直至当生成网络与判别网络达到相对的平衡状态时，得到重建的超分辨率图像。本发明的生成网络方法采用U‑Net网络结构，使得重建的图片更接近于真实图像，并在判别网络引入残差模块，提升抽取深层特征的能力。

技术领域

本发明涉及图像处理领域，具体涉及一种基于生成对抗网络的单幅图像超分辨率重建方法及系统。

背景技术

图像分辨率越高，图像越清晰，得到的图像中的信息也越准确。成像的效果往往会受到硬件设备的限制，比如元件性能低、设备老化等问题，得到不理想的图像。另外环境因素的不确定性也会干扰拍摄图像的清晰度，比如天气、物体遮挡、空气湿度等。诸多客观因素使得设备在成像的时候出现模糊、噪声、降采样等退化现象，使得最后成像分辨率不高。现实生活中通常增加硬件设备成本，提高成像系统的性能，得到高分辨率图像。使用这种方法存在问题，一方面通过硬件提升的方法代价过于昂贵；另一方面，通过增加成像系统传感器的密度提高图像分辨率目前已达到瓶颈，继续增加摄像机的传感器数量很难再提高图像分辨率。并且，这样的方法仍无法避免环境因素对成像效果的影响。此外，高分辨率图像在存储介质中占用空间大，存储高清图像和视频时，经常出现存储介质空间不够用的情况，也使硬件成本增加。超分辨率重建算法就是为了从软件算法的途径解决上述因图像分辨率产生的问题。

超分辨率重建问题的目标是给定一幅或多幅低分辨率图像，恢复其高频细节，得到尽可能合理的高分辨率图像。高分辨率图像一方面有拥有更多的图像像素，另一方面在对同一场景的描述上能体现出更多的细节信息。这样，即使原摄像传感器的分辨率不变，也可进一步提高图像分辨率；此外，面对解决高清图像存储问题，可以先将图像以低分辨率图像进行储存，需要使用时通过超分辨率重建复原，达到节约存储介质空间的目的。

图像的超分辨率技术已广泛应用于生产生活，在许多领域取得很重要的成果。比如视频监控、高清电视、数码相机、手机照相技术等。超分辨率重建技术最成熟的应用是在图像和视频压缩传输中。

按照重建目标的不同，超分辨率重建问题可以分为三类：单帧图像，多帧图像和视频的超分辨率重建。其中，由于单帧图像没有多帧图像与视频的图像参照信息，其超分辨率重建过程设计有难度。因此，如何提高重建图片的质量，成为亟待解决的问题。

发明内容

为了解决上述技术问题，本发明提供一种基于生成对抗网络的单幅图像超分辨率重建方法及系统。

本发明技术解决方案为：一种基于生成对抗网络的单幅图像超分辨率重建方法，包括：

步骤S1：获取高分辨率图像集I_H，对I_H进行裁剪，裁剪尺寸为M×M，其中，M小于I_H中最小尺寸图像的长或宽，得到高分辨率子图像集I_BH；

步骤S2：设置图像下采样因子为s，利用双三次插值法对I_BH进行下采样，得到低分辨率子图像集I_BL，I_BL中图像的大小为

步骤S3：将所述低分辨率子图像集I_BL输入到生成网络，通过网络的正向传播得到重建后的图像集I_S，其中，I_S中图像大小为M×M；