【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于对抗生成网络的超分辨率图像重建和增强方法及系统。
技术介绍
1、超分辨率图像重建是指从低分辨率的图像中恢复出高分辨率的图像，从而提高图像的清晰度和质量。这是一种重要的计算机视觉任务，有着广泛的应用场景，如医学成像、遥感、视频监控等。
2、传统的超分辨率方法主要基于插值或基于样本的方法，它们通常快速而简单，但在大尺度放大时会导致图片过度平滑和缺乏细节。近年来，基于深度学习的方法取得了显著的进展，它们利用卷积神经网来学习从低分辨率到高分辨率的非线性映射，能够生成更加清晰和自然的图像。然而，基于深度学习的方法也存在一些问题：首先它们通常使用均方误差或峰值信噪比作为优化目标和评价指标，这些指标与人类视觉感知的质量并不完全一致，因此可能会忽略纹理、对比度、锐度等重要的感知信息；其次，它们通常使用确定性的模型来生成单一的输出，但超分辨率问题本身具有不确定性和多样性的特点，即同一个低分辨率图像可能对应多个合理的高分辨率图像。
3、为了解决上述问题，一些研究者引入了对抗生成网络来进行超分辨...
【技术保护点】
1.一种基于对抗生成网络的超分辨率图像重建和增强方法，其特征在于，包括：
2.根据权利要求1所述的一种基于对抗生成网络的超分辨率图像重建和增强方法，其特征在于，所述S11中具体包括：
3.根据权利要求1所述的一种基于对抗生成网络的超分辨率图像重建和增强方法，其特征在于，所述S12中具体包括：
4.根据权利要求1所述的一种基于对抗生成网络的超分辨率图像重建和增强方法，其特征在于，所述S13中具体包括：
5.根据权利要求1所述的一种基于对抗生成网络的超分辨率图像重建和增强方法，其特征在于，所述反向传播算法根据三个损失函数更新...
【技术特征摘要】
1.一种基于对抗生成网络的超分辨率图像重建和增强方法，其特征在于，包括：
2.根据权利要求1所述的一种基于对抗生成网络的超分辨率图像重建和增强方法，其特征在于，所述s11中具体包括：
3.根据权利要求1所述的一种基于对抗生成网络的超分辨率图像重建和增强方法，其特征在于，所述s12中具体包括：
4.根据权利要求1所述的一种基于对抗生成网络的超分辨率图像重建和增强方法，其特征在于，所述s13中具体包括：
5.根据权利要求1所述的一种基于对抗生成网络的超分辨率图像重建和增强方法，其特征在于，所述反向传播算法根据三个损失函数更新生成器和判别器的参数，具体包...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。