[发明专利]一种对图像进行超分辨的方法

摘要

本发明涉及一种对图像进行超分辨的方法，属于计算机视觉领域。所述方法包括，A1:数据预处理：由一定数量的高分辨率自然图像构成数据集，从数据集中提取一定数量的图像小块，对图像小块进行3倍比例的Bicubic(双三次插值)下采样与上采样，从而得到分辨率较低的图像。A2:网络结构的设计，所设计的卷积神经网络总共有4层。A3:超参数的选取：主要确定网络学习速率，学习动量，batch_size等参数。A4:网络训练并优化超参数：对训练集内的所有图片，训练从低分辨率图像到对应高分辨率图像的卷积神经网络。训练好的网络，输入任意一张图像之后就可以获取高分辨率图像，从而实现图像的超分辨。

主权项

一种对图像进行超分辨的方法，其特征在于包括如下步骤：A1、数据预处理：从一组较高分辨率图像中通过采样方法得到一组较低分辨率图像；A2、设计卷积神经网络：在步骤A1同时或之前或之后，设计并实现一个卷积神经网络；A3、卷积神经网络的初步训练及超参数的选取：随机选取部分低分辨率图片，对卷积神经网络进行训练，得到超参数；A4、卷积神经网络的进一步训练：对训练集内的所有图片，训练从低分辨率图像到对应高分辨率图像的卷积神经网络，获得卷积神经网络全部各层的滤波器W1、W2、……Wn和偏置参数和B1、B2、……Bn，其中n表示层数；A5、利用训练好的卷积神经网络，输入一张普通分辨率的图片就可以输出一张高分辨率的图片，从而实现图像的超分辨。