[发明专利]一种基于多尺度生成对抗网络的图像超分辨率重建方法

摘要

本发明公开了一种基于多尺度生成对抗网络的图像超分辨率重建方法，采用多尺度SENet模块作为生成器，最终形成多尺度生成对抗网络；然后确定目标损失函数，完成生成器的预训练过程，提高多尺度生成对抗网络的收敛速度；通过建立的多尺度生成对抗网络实现对LR输入图像的高频信息的特征提取，随后与经过双三次插值的输入的结果重构出HR图像，鉴别器来鉴别重构后输入的真伪，同时将重构的均方差损失与对抗损失进行加权，作为最终的调整目标函数，通过目标函数对输出的HR图像进行调整后，完成整个图像的重建过程。本发明能对LR输入图像的高频信息细节进行更多的提取，从而使图像超分辨率重建后生成显示效果更好的HR图像。

主权项

1.一种基于多尺度生成对抗网络的图像超分辨率重建方法，其特征在于，具体步骤为：(1)搭建多尺度生成对抗网络结构及完成其生成器的预训练：A、多尺度生成对抗网络的生成器由多个单尺度特征提取子网络组成，单尺度特征提取子网络采用多个SENet模块组成；B、确定目标损失函数，完成生成器的预训练过程，提高多尺度生成对抗网络的收敛速度；(2)多尺度生成对抗网络对图像超分辨率重建：Ⅰ、将预重建的LR图像输入到第一个单尺度特征提取子网络的上采样层，单尺度特征提取子网络中的多个SENet模块对LR图像依次进行高频信息的特征提取，最终该单尺度特征提取子网络输出处理后的特征图；Ⅱ、将第二个单尺度特征提取子网络的上采样层接收第一个单尺度特征提取子网络输出的特征图，然后第二个单尺度特征提取子网络重复步骤Ⅰ输出特征图；Ⅲ、后续多个单尺度特征提取子网络依次重复步骤Ⅰ和Ⅱ，直至最后一个单尺度特征提取子网络输出代表高频信息的特征图，即为重构层，然后该特征图与经过上采样处理的LR图像进行像素加权，最终得到图像超分辨率重建的HR图像。