基于小卷积递归神经网络的单帧超分辨重建方法

摘要

本发明公开了一种基于小卷积递归神经网络的单帧超分辨重建方法，包括如下步骤：建立线性激活函数的递归卷积神经网络，其输入为图像某个像素点的一块小邻域，输出为该像素位置的对应临时输出结果；利用建立的递归卷积神经网络，输入一张低分辨图像，经过一定次数的迭代，输出最终的超分辨成像结果。本发明相比较现有的基于统计学习的图像超分辨方法，具有几乎可以忽略不计的模型复杂度和计算量，同时内部的参数有着更加明确的物理意义。又因为引入了外部数据辅助对相应的模型参数进行学习，本发明可以取得较好的超分辨重建效果。