[发明专利]一种基于渐进式迭代反投影的图像超分辨率重建方法和系统在审
| 申请号： | 201811352508.2 | 申请日： | 2018-11-14 |
| 公开（公告）号： | CN109544451A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 杨烨;范赐恩;邹炼;陈丽琼;伏媛;田胜;胡雨涵 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06T5/50;G06N3/04 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 王琪 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于渐进式迭代反投影的图像超分辨率重建方法和系统，旨在利用深度卷积神经网络探索一种适应大倍率(如8x)图像分辨率放大任务的方法。该系统包括特征提取模块、渐进式迭代反投影模块、图像重构模块。其中，特征提取模块用于提取输入图像的特征信息，生成多通道图像特征图；渐进式迭代反投影模块用于对输入图像进行细节预测，采用金字塔型反投影单元对图像特征图进行迭代采样，渐进式分级采样在大倍率因子超分辨率重建时避免了传统方法中的一次性映射，提高了大倍率因子模型的训练效率和重建效果；图像重构模块用于图像的多通道特征压缩，恢复出分辨率放大后的三通道RGB图像。 | ||
| 搜索关键词： | 迭代 大倍率 特征提取模块 图像超分辨率 反投影模块 输入图像 图像特征 图像重构 多通道 反投影 采样 重建 放大 超分辨率重建 卷积神经网络 反投影单元 渐进式分级 图像分辨率 一次性映射 金字塔型 特征信息 特征压缩 细节预测 训练效率 因子模型 三通道 分辨率 图像 恢复 探索 | ||
【主权项】：
1.一种基于渐进式迭代反投影的图像超分辨率重建方法，其特征在于，包括如下步骤：步骤S1，首先对输入图像进行特征提取，得到多张输入图像的特征图；步骤S2，利用渐进式迭代反投影方法进一步预测特征图的细节信息，获得放大后的图像，所述渐进式迭代反投影方法是通过构建若干级依次级联的上/下采样反投影单元来实现，每一级反投影单元中，上采样投影单元的数量始终比下采样单元多1；步骤S3，对放大的图像进行通道压缩，最后输出高分辨率的三通道图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811352508.2/，转载请声明来源钻瓜专利网。
