一种基于渐进式网络建模的图像超分方法技术

本发明专利技术公开了一种基于渐进式网络建模的图像超分方法，属于图像处理技术领域，具体方法包括：步骤一：获取图像判断模型和超分图像，识别超分图像的分辨率、像素和尺寸，并将识别的分辨率、像素和尺寸整合标记为判断输入数据，将判断输入数据输入到判断模型中，获得超分图像的最大超分倍数N；步骤二：获取图像重建模型；步骤三：对超分图像进行双三次插值，获得W1图像，记录W1图像的插值方法；步骤四：通过图像重建模型对W1图像进行重建，获得M1图像，识别M1图像的清晰度L1，当识别的清晰度L1<X1时，X1为阈值，通过逐步的进行插值和超分，使得获得的图像更加便于后续步骤中图像的重建，使得重建后的图像更加的清晰。重建后的图像更加的清晰。重建后的图像更加的清晰。

【技术实现步骤摘要】
一种基于渐进式网络建模的图像超分方法


[0001]本专利技术属于图像处理
，具体是一种基于渐进式网络建模的图像超分方法。

技术介绍

[0002]在大量的电子图像应用领域，人们经常期望得到高分辨率图像。高分辨率意味着图像中的像素密度高，能够提供更多的细节，而这些细节在许多实际应用中不可或缺。例如，高分辨率医疗图像对于医生做出正确的诊断是非常有帮助的；使用高分辨率卫星图像就很容易从相似物中区别相似的对象；如果能够提供高分辨的图像，计算机视觉中的模式识别的性能就会大大提高。自从上世纪七十年代以来，电荷耦合器件、CMOS图像传感器已被广泛用来捕获数字图像。尽管对于大多数的图像应用来说这些传感器是合适的，但是当前的分辨率水平和消费价格不能满足今后的需求。因此目前急需一种基于渐进式网络建模的图像超分方法，用于解决图像超分的问题。

技术实现思路

[0003]为了解决上述方案存在的问题，本专利技术提供了一种基于渐进式网络建模的图像超分方法。
[0004]本专利技术的目的可以通过以下技术方案实现：
[0005]一种基于渐进式本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于渐进式网络建模的图像超分方法，其特征在于，具体方法包括：步骤一：获取图像判断模型和超分图像，识别超分图像的分辨率、像素和尺寸，并将识别的分辨率、像素和尺寸整合标记为判断输入数据，将判断输入数据输入到判断模型中，获得超分图像的最大超分倍数N；步骤二：获取图像重建模型；步骤三：对超分图像进行双三次插值，获得W1图像，记录W1图像的插值方法；步骤四：通过图像重建模型对W1图像进行重建，获得M1图像，识别M1图像的清晰度L1，当识别的清晰度L1<X1时，X1为阈值，返回步骤三中，调整超分图像的插值方法，重新获取M1图像；将清晰度L1≥X1的M1图像进行保存；步骤五：循环步骤三和步骤四，直到获得Mv图像，当v=N时，停止步骤三和步骤四的循环，进入下一步骤；步骤六：对所有储存的Mv图像进行坐标关联定位；根据关联定位制作超分图像集；步骤七：设置超分滚动框，通过超分滚动框对超分图像进行超分。2.根据权利要求1所述的一种基于渐进式网络建模的图像超分方法，其特征在于，获取图像重建模型的方法包括：从互联网中获取大量的进行双三次插值的图像和对应的重建图像，将获取的进行双三次插值的图像和对应的重建图像划分为训练集、测试集和校验集；构建人工智能模型，人工智能模型即为卷积神经网络模型；通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验；将训练完成的人工智能模型标记为图像重建模型。3.根据权利要求1所述的一种基于渐进式网络建模的图像超分方法，其特征在于，进行一次双三次插值为放大一次，且放大倍数为一倍。4.根据权利要求1所述的一种基于渐进式网络建模的图像超分方法，其特征在于，对所有储存的Mv图像进行坐标关联定位的方法包括：获取记录的所有Wv图像的插值方...

【专利技术属性】
技术研发人员：郝振斌，王毅，
申请(专利权)人：广州辰创科技发展有限公司，
类型：发明
国别省市：