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：本发明提出一种基于空洞残差稠密卷积的图像超分辨率重建方法及系统，包括构建包括特征提取层、非线性映射层和图像重建层的图像重建网络；非线性映射层包括由若干个依次稠密连接的空洞卷积层和标准卷积层组成的空洞残差稠密模块；将预处理后的待重建图像输入图像重建网络，待重建图像经过特征提取以及与高分辨率图像的映射，图像重建网络输出高分辨率图像。使用稠密连接的空洞卷积层和标准卷积层组成的残差结构，相比标准卷积层能够提取更多的图像的语境信息并且能够提高特征信息的重复利用率，增加前面卷积层提取的特征信息对最后图像重建的贡献率，充分利用图像的特征信息，降低网络的训练难度，实现图像重建的质量和效率的提高。

主权项：1.基于空洞残差稠密卷积的图像超分辨率重建方法，其特征在于，包括以下步骤：S1：对待重建图像进行预处理；S2：构建图像重建网络；所述图像重建网络包括依次连接的特征提取层、非线性映射层和图像重建层；所述非线性映射层包括空洞残差稠密模块，所述空洞残差稠密模块包括若干个依次稠密连接的空洞卷积层和标准卷积层；S3：将预处理后的待重建图像输入所述图像重建网络，所述特征提取层提取待重建图像的特征信息，并将所述特征信息传输至所述非线性映射层；S4：所述非线性映射层通过非线性函数模型将所述特征信息映射到图像重建层，所述图像重建层输出高维特征映射图；S5：将待重建图像与所述高维特征映射图进行叠加处理，得到高分辨率图像；将预处理后的待重建图像输入所述图像重建网络得到高分辨率图像，包括：在特征提取层中，将待重建图像Y输入标准卷积层Conv1，标准卷积层Conv1输出特征映射图F1Y，具体操作表达式如下所示：F1Y=ReLU（W1*Y+B1）其中，W1表示图像重建网络的权重，B1表示图像重建网络的偏置值，ReLU（·）为非线性激活函数；在非线性映射层中，将所述特征映射图F1Y输入空洞卷积层Conv2，空洞卷积层Conv2输出特征映射图F2Y；将特征映射图F1Y和特征映射图F2Y输入空洞卷积层Conv3，空洞卷积层Conv3输出特征映射图F3Y；将特征映射图F1Y、特征映射图F2Y和特征映射图F3Y输入空洞卷积层Conv4，空洞卷积层Conv4输出特征映射图F4Y；将特征映射图F1Y、特征映射图F2Y、特征映射图F3Y和特征映射图F4Y输入标准卷积层Conv5，标准卷积层Conv5输出特征映射图F5Y，具体操作表达式如下所示：FiY=ReLUWi*{Fi-1Y,Fi-2Y,.....F1Y}+Bi其中，i表示空洞残差稠密模块中卷积层的序号，i的取值范围为2到5；将特征映射图F1Y与特征映射图F5Y进行叠加处理，将叠加结果输入非线性映射卷积模块，非线性映射卷积模块输出特征映射图FmY，具体操作表达式如下所示：FmY=ReLUWm*Fm-1+Bm）在图像重建层中，将特征映射图FmY输入标准卷积层Conv'，标准卷积层Conv'输出特征映射图F'Y，将待重建图像Y和所述特征映射图F'Y进行叠加处理，得到高分辨率图像ISR，具体的操作表达式如下所示：ISR=F'Y+Y。

全文数据：

权利要求：

百度查询： 暨南大学 基于空洞残差稠密卷积的图像超分辨率重建方法及系统