一种基于特征融合的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特征融合的生成对抗网络的图像超分辨率重建方法，其步骤为：预处理ImageNet数据集，得到高、低分辨率图像对应的重建数据集；构建用于训练的生成对抗网络模型，在该模型中引入插值重建模块，构建用于多特征融合的生成网络和感知网络；将得到的重建数据集依次输入生成对抗网络中进行模型训练；将待处理的图像进行归一化处理得到低分辨率图像，输入到训练完毕的生成网络，得到重建后的高分辨率图像。本发明通过利用递归残差网络提取边缘和纹理等多种特征，突出生成图像的边缘和纹理信息，使得重建图像更加清晰，利用插值重建模块作为中介实现残差判别，突出重建的和真实的高分辨率图像之间的差异并降低判别网络的计算复杂度，利用VGG网络融合多种特征计算生成损失函数，使重建后的图像效果更佳，更符合人眼的观察模式。