一种基于迁移学习的被动太赫兹图像超分辨率重构方法

摘要

本发明涉及一种基于迁移学习的被动太赫兹图像超分辨率重构方法，属于图像处理技术领域。本发明利用计算机深度学习领域的方法，首先找到高清图像的数据集，对数据集进行预处理，在该数据集上进行下采样，由双三次插值法形成低分辨率图像。利用上述数据集训练得到图像重构模型，同时将高清和低清图像输入网络中让网络学习端到端的映射关系。调整网络结构和被动太赫兹图像的通道以及图像格式让网络适应太赫兹灰度图。通过迁移学习将训练模型应用在被动太赫兹图像领域。对太赫兹相机中所成的低分辨率的图像进行增强和重构，让重构之后的图像更清晰，更有利于人眼的观察。