申请/专利权人：南京信息工程大学

申请日：2022-11-30

公开（公告）日：2023-03-14

公开（公告）号：CN115797176A

主分类号：G06T3/40

分类号：G06T3/40;G06N3/0464;G06V10/40;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.03.31#实质审查的生效;2023.03.14#公开

摘要：本发明公开了一种图像超分辨率重建方法，包括：获取训练数据集并对训练数据集进行增广处理；构建图像超分辨率重建网络模型；通过增广处理后的训练数据集对构建好的图像超分辨率重建网络模型进行训练；将待重建的图像输入训练好的图像超分辨率重建网络模型得到重建的超分辨率图像，本发明在不改变成像系统硬件设备的前提下，能够有效提升获取图像的边缘清晰度。

主权项：1.一种图像超分辨率重建方法，其特征在于，包括：获取训练数据集并对训练数据集进行增广处理；构建图像超分辨率重建网络模型；通过增广处理后的训练数据集对构建好的图像超分辨率重建网络模型进行训练；将待重建的图像输入训练好的图像超分辨率重建网络模型f得到重建的超分辨率图像；其中，所述图像超分辨率重建网络模型包括浅层特征提取模块、非局部对比增强残差组模块、上采样模块以及重构模块；所述浅层特征提取模块用于对增广后的训练数据集进行浅层特征提取，得到浅层图像特征图F0；所述非局部对比增强残差组模块用于根据浅层图像特征图F0得到图像深度特征输出FDF；所述上采样模块用于对图像深度特征输出FDF进行上采样，得到上采样特征图，记作F↑；所述重构模块用于根据对上采样特征图F↑进行重构，得到重建的高分辨率图像，记作xSR。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种图像超分辨率重建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD