[发明专利]基于频域感知的真实世界单幅图像超分辨的重建方法

权利要求书

1.一种频域感知的单幅图像超分辨重建方法，其特征在于，在离线阶段，通过预测网络对基于实际成像系统的图像数据集进行训练，并以训练后的预测网络根据未配对的HR图像预测LR图像，从而组成训练集对SISR网络进行训练；在在线阶段，通过训练后的SISR网络根据输入真实世界拍摄的低分辨图像，生成真实世界高分辨图像，实现对真实世界单幅图像的超分辨重建。

2.根据权利要求1所述的频域感知的单幅图像超分辨重建方法，其特征是，具体包括：

第一步、首先在真实世界数据集中选择由同一设备拍摄的HR-LR图像对:{I^HR，I^LR}进行预处理后得到训练集以训练预测网络；

第二步、采用训练后的预测网络根据HR图像生成LR图像；

第三步、根据第二步得到的模拟真实世界超分辨数据集，即HR图像及其对应的LR图像，对SISR网络，基于模拟的数据集进行训练，在测试阶段输入真实世界低分辨数据集，最终实现图像超分辨重建结果。

3.根据权利要求2所述的频域感知的单幅图像超分辨重建方法，其特征是，所述的第一步，具体包括：

1.1)将每一个图像随机地切成J对图像块：其中j＝1,2,…,J；

1.2)对于每一个图像块进行二维傅里叶变换，得到其对应的频谱图；

1.3)使用LR频谱除以HR频谱得到每一个图像块的传输函数再将笛卡尔坐标系下的转化到极坐标系下并沿着角方向将其平均得到一维的图像块退化函数；

1.4)计算得到每个图像块的截止频率并生成训练集；

1.5)采用训练集训练预测网络学习HR的频谱到特定成像系统的截止频率的映射关系；

所述的预测网络包括34层的残差网络，该残差网络的最后一层的输出参数仅为一个参数，即预测的截止频率

4.根据权利要求2所述的频域感知的单幅图像超分辨重建方法，其特征是，所述的第二步，具体包括：

2.1)选择真实世界未配对的超分辨数据集中在相机焦距为105mm的未配对的图像作为HR图像I^HR,unpaired,采用与第一步相同的方式，将每一个未配对的HR图像随机切成J块HR图像块

2.2)将输入训练后的预测网络得到相对应的截止频率

2.3)为简单化计算过程,忽略退化模型在同一图像内的空间依赖性,并使用图像平均截止频率代替，在获取f_c,source后，对源系统像素大小与目标系统像素大小之间的不匹配进行修正得到f_c,target；

所述的修正是指：使用目标系统像素大小除以源系统像素大小得到比值，再将该比值乘以f_c,source得到f_c,target；

2.4)构造一个二阶巴特沃斯低通滤波器用于近似退化函数，并根据光学退化模型公式生成于未配对图像相对于的LR图像。

5.一种实现权利要求1～4中任一所述频域感知的单幅图像超分辨重建方法的系统，其特征在于，包括：学习真实世界图像退化模型参数模块、生成真实世界低分辨图像模块和训练超分辨网络模块，其中：学习真实世界图像退化模型参数模块通过对输入图像的频域图进行特征提取，隐式学习真实世界图像截止频率和拍摄深度之间的关系；生成真实世界低分辨图像模块通过已学习的退化模型，对真实世界未配对的高分辨图像生成对应的低分辨图像；训练超分辨网络模块，则训练生成的配对超分辨数据集，最终实现真实世界图像超分辨结果。