一种多尺度红外图像超分辨率重建方法、系统及存储介质技术方案

本发明专利技术设计红外图像超分辨率重建技术领域，具体涉及一种多尺度红外图像超分辨率重建方法、系统及存储介质；一种多尺度红外图像超分辨率重建方法、系统及存储介质包括以下步骤：用红外相机拍摄自然场景，获得红外图像FLS数据集，将数据集划分为训练集和测试集两部分；超分辨率重建网络由浅层特征提取块、深层特征提取块和重建块三部分构成；先用ImageNet数据集对网络进行预训练，然后用红外图像数据集FLS对网络进行训练，最后使用一种复合损失函数，对网络训练加以约束，使之重建出纹理、边缘清晰的高分辨率红外图像；本发明专利技术使得红外图像超分辨率重建能够在保持超分辨率精度不降低的情况下拥有更小的计算量、参数量和更快的重建速度，更符合实际应用。

【技术实现步骤摘要】

本专利技术涉及超分辨率重建领域，尤其涉及一种多尺度红外图像超分辨率重建方法。

技术介绍

1、图像超分辨率重建技术是一种利用计算机视觉和深度学习技术来提高图像分辨率的方法；在红外成像领域，由于硬件设备和成本等因素的限制，获取高分辨率的红外图像通常是困难且昂贵的；因此，超分辨率重建技术的出现填补了这一技术空白；尽管目前已有众多研究致力于提升红外图像超分辨率重建的效果，但仍面临一系列挑战；包括数据稀缺性、红外图像特征复杂性和模型运算速度慢等方面的限制。

2、中国专利公开号为“cn115100039b”，名称为“一种基于深度学习的轻量级图像超分辨率重建方法”；该方法采用通过构建多尺度特征挑选模块来提取丰富的多尺度特征，增强网络的表达能力，提升图像超分辨率重建性能；然而，尽管该方法在提高分辨率方面效果显著，但其参数量和计算量过大，同时对高频信息的恢复能力有限；重建后的高分辨率图像在边缘、纹理等细节上模糊不清，且网络运行速度缓慢，无法满足实际硬件的需求；因此，如何提高超分辨率重建网络的速度，同时改善重建后高分辨率图像的清晰度并解决边缘纹理细节模糊的问题，成本文档来自技高网...

【技术保护点】

1.一种多尺度红外图像超分辨率重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种多尺度红外超分辨率重建方法，其特征在于，所述步骤1)中的红外图像FLS数据集均是由个人用红外相机在多个场景下拍摄所得。

3.根据权利要求1所述的一种多尺度红外超分辨率重建方法，其特征在于，所述步骤3)中的多尺度红外超分辨率重建网络，包括：

4.根据权利要求1所述的一种多尺度红外超分辨率重建方法，其特征在于，所述步骤4)中的模型训练先采用ImageNet数据集进行与训练，然后用红外图像FLS数据集进行训练，可以帮助模型更好地学习通用特征并提高在红外图像超分辨率...

【技术特征摘要】

1.一种多尺度红外图像超分辨率重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种多尺度红外超分辨率重建方法，其特征在于，所述步骤1)中的红外图像fls数据集均是由个人用红外相机在多个场景下拍摄所得。

3.根据权利要求1所述的一种多尺度红外超分辨率重建方法，其特征在于，所述步骤3)中的多尺度红外超分辨率重建网络，包括：

4.根据权利要求1所述的一种多尺度红外超分辨率重建方法，其特征在于，所述步骤4)中的模型训练先采用imagenet数据集进行与训练，然后用红外图像fls数据集进行训练，可以帮助模型更...

【专利技术属性】
技术研发人员：詹伟达，董朋，李光日，刘大鹍，郭金鑫，刘云清，王宇，冯国旭，池守鑫，张萌，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：