[发明专利]一种基于生成对抗网络的文物图像超分辨率方法

说明书

本发明公开了一种基于生成对抗网络的文物图像超分辨率方法，所述方法包括：S1，采集文物图像，并对其进行处理得到文物数据集；S2，采用信息块提取策略，提取高分辨率文物图像中的高频信息块组成信息池；S3，将信息池的高频信息块在线随机加载到低分辨率文物图像中，随后用加载高频信息块的低分辨率文物图像和高分辨率文物图像训练基于金字塔型生成对抗网络的文物图像超分辨率算法PIGAN；S4，将低分辨率文物图像输入训练完成的PIGAN网络模型中，输出重建高分辨率文物图像。本发明公开的超分辨率网络，可更好地提取学习文物图像特征信息，且提升了高分辨率文物图像中高频信息的利用率，使得重建高分辨文物图像质量更优，纹理细节更清晰。

技术领域

本发明涉及图像超分辨率领域，具体涉及一种基于生成对抗网络的文物图像超分辨率方法。

技术背景

文物的数字化保护与分类识别是当前图像处理研究的热点之一。其中，分辨率是文物图像的重要特征，高分辨率的文物图像对后续的处理有着重要影响。但由于客观条件或硬件设备的限制，现实得到的文物图像的分辨率往往会受到影响，存在纹理细节不突出的问题。此时，可采用文物图像超分辨率技术，将低分辨率文物图像处理为高分辨率文物图像。

现有先进的文物图像超分辨率技术通常只利用低分辨率文物图像信息来映射重建高分辨文物图像，忽略了原始高分辨率文物图像中的高频信息，且随着尺度因子的增大，网络模型对图像特征信息的利用率降低。这种情况下，重建图像缺乏纹理细节、边缘模糊。因此，文物图像超分辨，尤其是在大尺度因子下，仍然是一个具有挑战性的问题。

发明内容

本发明提供了一种基于生成对抗网络的文物图像超分辨率方法，实现了文物图像的超分辨率重建。

本发明技术方案为一种基于生成对抗网络的文物图像超分辨率方法，所述方法包括以下步骤：

S1：采集文物图像，并对其进行处理得到文物数据集；

S2：采用信息块提取策略，提取高分辨率文物图像中的高频信息块组成信息池；

S3：将信息池的高频信息块在线随机加载到低分辨率文物图像中，随后用加载高频信息块的低分辨率文物图像和高分辨率文物图像训练基于金字塔型生成对抗网络的文物图像超分辨率算法PIGAN；

S4：将低分辨率文物图像输入训练完成的网络模型中，输出重建高分辨率文物图像。

所述步骤S1的操作过程如下：

S11：在互联网上获取大量不同种类的文物图像，进行简易处理，作为高分辨率文物图像X_H；

S12：对高分辨率文物图像XH进行四倍降采样得到对应的低分辨率文物图像X_L；

S13：高分辨率文物图像XH和低分辨率文物图像XL组成图像对，构成文物数据集RCdata，包含训练集和测试集。

所述步骤S2的操作过程如下：

S21：训练集的高分辨率文物图像X_HX中，设p_i是大小为m×m的全局块，是大小为n×n的局部块，每一个p_i是经步长s_m扫描整幅图像所得，是在p_i的基础上经步长s_n扫描所得；

S22：若满足如下公式条件，则将pi视为高频信息块；

V(p_i)＜V_max (3)