买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于元数据引导的相机原始图像盲超分方法，先在各类场景下使用相机采集低分辨率图像和高分辨率图像，组成图像对，同时记录采集低分辨率图像时对应的元数据；接着设计了一个能够利用相机原始图像所携带的丰富元信息的盲超分网络，并通过采集数据训练盲超分网络；最后通过引入元数据信息的方式引导盲超分网络判断图像退化的形式以及图像退化的严重程度，进而提升盲超分网络输出图像的质量，这样有效的解决了网络过度修复图像导致引入模糊，或是欠修复导致退化仍然存在的问题。

主权项：1.一种基于元数据引导的相机原始图像盲超分方法，其特征在于，包括以下步骤：1、训练图像采集及预处理；1.1、设置相机的图像采集格式为RAW格式，采集后的图片以RGGB阵列形式排列；1.2、在各类场景下使用相机采集图像对，其中，每类场景下分别采集一张低分辨率图像Ilow和一张高分辨率图像Ihigh组成图像对，同时记录相机在采集Ilow时的元数据Mlow，每组元数据均由感光度、曝光时间、光圈大小与焦距组成；1.3、将各类场景下采集的低分辨率图像构成的集合为SetIlow，对应的元数据构成集合SetMlow；将各类场景下采集的高分辨率图像构成的集合SetIhigh；1.4、分别对集合SetIlow与集合SetIhigh中的每一张图像先进行归一化处理，再进行通道转换，使每一张图像由原来的一通道转换为四通道；2、搭建并训练元数据引导盲超分网络MetaSRNet；2.1、从集合SetIlow与集合SetIhigh中选出图像对Ilow与Ihigh，从集合SetMlow中选出Ilow对应的元数据Mlow；2.2、将图像对Ilow与Ihigh以及对应的元数据Mlow输入至MetaSRNet网络，然后通过上采样模块对图像Ilow进行两倍上采样，得到图像随后将图像输入到卷积核大小为3*3、步长为1、通道数分别为32与128的卷积层，通过卷积操作后得到特征图Ifeature；2.3、将特征图依次通过嵌入维度为128、256、512、512、256、128的CCAB模块；其中，第一个嵌入维度为128的CCAB模块的输入为特征图Ifeature与元数据Mlow；在第一个CCAB模块中，先通过嵌入层将元数据Mlow进行转换为向量V，再根据特征图Ifeature的尺寸大小对向量V进行调整，输出与特征图Ifeature尺寸相同的特征向量接着，将特征图Ifeature与特征向量输入至多头交叉注意力模块，通过交叉注意力运算得到新特征图然后再将新特征图输入至多头自注意力模块进行自注意力操作，得到带有通道注意力的特征图最后将特征图输入前馈层进行前馈操作，得到第一个CCAB模块最终输出的特征图I1feature；在后续CCAB模块中，第二、三、四个CCAB模块均以前一个CCAB模块输出作为输入，第五个CCAB模块以第二个CCAB模块的输出与第四个CCAB模块的输出相加结果作为输入，第六个CCAB模块以第一个CCAB模块的输出与第五个CCAB模块的输出相加结果作为输入，最终在第六个CCAB模块的输出端输出特征图I6feature；2.4、将第六个CCAB模块输出的特征图I6feature依次通过卷积核大小均为3*3、步长均为1、输出通道维度分别为128、64、4的三层卷积层，通过三层卷积操作后再与上采样图像相加，从而得到元数据引导盲超分网络的修复图像2.5、计算本轮训练完成后的总损失Loss；Loss＝Lossssim+Lossmse 其中，Lossmse为均方差损失，Lossssim为结构一致性损失；MSE表示计算两幅图像各个像素点之间的均方差；SSIM表示计算两幅图像在亮度、对比度和结构之间的相似性指数；2.6、重复步骤2.1～2.5，通过迭代方式训练元数据引导盲超分网络，直到元数据引导盲超分网络收敛；3、实时采集一张低分辨率图像并记录对应的元数据然后将图像元数据输入至训练完毕的元数据引导盲超分网络，从而输出修复后的高分辨率图像

全文数据：

权利要求：

百度查询： 电子科技大学 徐州新川智能科技有限公司 一种基于元数据引导的相机原始图像盲超分方法