[发明专利]一种图像超分辨率方法、装置、计算机设备及存储介质

说明书

本申请实施例属于图像处理技术领域，涉及一种图像超分辨率方法、装置、计算机设备及存储介质。该方法包括：接收携带有待测低分辨率SAR图像的图像超分辨率请求；将待测低分辨率SAR图像输入至SAR图像超分辨率网络进行图像超分辨率操作，得到初始超分辨率图像；将初始超分辨率图像输入至训练好的目标可见光图像转化网络进行可见光图像转化操作，得到初始可见光图像；将初始超分辨率图像以及初始可见光图像输入至训练好的可见光特征融合模块进行特征融合操作，得到目标超分辨率图像；输出目标超分辨率图像。本申请在原本的SAR图像的超分辨率网络中引入可见光图像信息，根据可见光特征融合模块融合SAR图像特征以及可见光特征，从而得到高分辨率的图像。

技术领域

本申请涉及人工智能中的图像处理技术领域，尤其涉及一种图像超分辨率方法、装置、计算机设备及存储介质。

背景技术

深度神经网络在现实生活中已经取得了广泛的应用，例如图像分类、文本转换以及其他的一些应用。

最近，基于深度学习的图像超分辨率方面的研究也越来越多，这种方法主要是从大量的低分辨率图像与高分辨率图像对中学习一种非线性的映射关系，然后根据这种映射关系从一张低分辨率的图像中恢复重建出对应的高分辨率图像。

然而，申请人发现传统基于深度学习的图像超分辨率方法都是针对自然图像也就是可见光图像提出的，对于特征信息较少的单通道SAR图像来说，这些已经提出的图像超分辨率网络并不适用，由此可见，传统的图像超分辨率方法存在无法适用于特征信息较少的单通道SAR图像的问题。

发明内容

本申请实施例的目的在于提出一种图像超分辨率方法、装置、计算机设备及存储介质，以解决传统的图像超分辨率方法存在无法适用于特征信息较少的单通道SAR图像的问题。

为了解决上述技术问题，本申请实施例提供一种图像超分辨率方法，采用了如下所述的技术方案：

接收携带有待测低分辨率SAR图像的图像超分辨率请求；

将所述待测低分辨率SAR图像输入至SAR图像超分辨率网络进行图像超分辨率操作，得到初始超分辨率图像；

将所述初始超分辨率图像输入至训练好的目标可见光图像转化网络进行可见光图像转化操作，得到初始可见光图像；

将所述初始超分辨率图像以及所述初始可见光图像输入至训练好的可见光特征融合模块进行特征融合操作，得到目标超分辨率图像；

输出所述目标超分辨率图像。

进一步的，在所述将所述初始超分辨率图像输入至训练好的可见光图像转化网络进行可见光图像转化操作，得到初始可见光图像的步骤之前，还包括下述步骤：

接收携带有转化网络训练数据的第二网络训练请求，其中，所述转化网络训练数据包括高分辨率SAR训练图像以及与所述高分辨率SAR训练图像一一对应的高分辨率可见光训练图像；

调用待训练的初始可见光图像转化网络，并将所述高分辨率SAR训练图像输入至所述可见光图像转化网络进行图像转化操作，得到高分辨率可见光转化图像；

根据所述高分辨率SAR训练图像以及所述高分辨率可见光转化图像对所述初始可见光图像转化网络进行网络训练操作，得到所述训练好的目标可见光图像转化网络。

进一步的，所述根据所述高分辨率SAR训练图像以及所述高分辨率可见光转化图像对所述初始可见光图像转化网络进行网络训练操作，得到所述训练好的目标可见光图像转化网络的步骤，具体包括下述步骤：

计算所述高分辨率SAR训练图像以及所述高分辨率可见光转化图像像素差异绝对值的平均值；

根据所述平均值对所述初始可见光图像转化网络的参数进行调整，得到中间可见光图像转化网络；