[发明专利]基于深度残差网络的图像超分辨率重建方法及存储介质

摘要

本发明请求保护一种基于深度残差网络的图像超分辨率重建方法，属于计算机视觉技术的图像重建领域。包括如下步骤：获取数据集、训练样本预处理、训练所提出的模型、利用训练好的模型进行图像重建。其中所提出的模型包含特征提取模块、堆叠的特征增强模块和重建模块。模型中的特征增强模块由一个增强单元和一个非线性化单元组成，增强单元通过不同路径下的卷积核提取不同种类的特征，非线性化单元负责提取多样的非线性特征。本发明用于图像超分辨率重建能增强特征增强模块的有效性，可以明显提高图像重建质量。

主权项

1.一种基于深度残差网络的图像超分辨率重建方法，其特征在于，包括以下步骤：/n步骤S1：获取数据集，包含训练集和测试集；所述训练集还经过了旋转、水平翻转、降尺度在内的数据增强处理；/n步骤S2：对原始高分辨率图像进行下采样，并通过插值、裁剪处理得到训练样本；/n步骤S3：构建并训练图像重建模型，所述图像重建模型包括一个特征提取模块、若干个个堆叠的特征增强模块和一个重建模块，所述特征提取模块用于提取原始低分辨率图像的特征信息；每个特征增强模块包含一个增强单元和非线性化单元。增强单元通过不同路径下的卷积核提取不同种类的特征，非线性化单元用于提取多样的非线性特征；所述重构模块则使用不含激活函数的转置卷积；/n步骤S4：利用步骤S3训练好的图像重建模型进行图像重建，得到特征信息重建高分辨率图像。/n