[发明专利]基于残差模块和注意力机制的图像超分辨率重建方法

权利要求书

1.基于残差模块和注意力机制的图像超分辨率重建方法，其特征在于，使用双三次插值将单幅低分辨率图像调整至预定大小，以这个内插值的图像为y，目的是从y中恢复图像F(y)，使F(y)经过变换之后得到与高分辨率图像x相似的包括以下步骤：

S1：将单幅低分辨率图像调整至预定大小，以这个内插值的图像为y，并且称y为低分辨率图像；

S2：学习映射函数F，该映射函数的表达式为：F(y)＝w*y+b，其中w为权重，b为偏置；函数的学习通过卷积神经网络实现，并运用多级残差模块和多级注意力机制；

S3：重建，该操作汇聚双三次插值、多级残差模块以及多级注意力机制所得的图像信息，得到能与高分辨率图像x相似的重建图像

2.根据权利要求1所述的基于残差模块和注意力机制的图像超分辨率重建方法，其特征在于，步骤S1中，使用双三次插值的方式扩大图像的大小。

3.根据权利要求1所述的基于残差模块和注意力机制的图像超分辨率重建方法，其特征在于，步骤S2中，学习映射函数F的过程如下：将采用双三次插值变换得到的低分辨率图片y，进行一次卷积操作，再将一次卷积操作的结果输入包含n个残差块的残差总块，其中每个残差块由m个通道注意力残差块组成；在通道注意力残差块中，将卷积层-Relu激活层-卷积层输出结果采用通道注意力机制重新对各通道进行加权，得到残差结果，并将残差结果与输入相加，实现较低维度输入的低频信息与经过网络得到的高频信息的结合。

4.根据权利要求3所述的基于残差模块和注意力机制的图像超分辨率重建方法，其特征在于，步骤S2中，n为3，m为3。

5.根据权利要求1所述的基于残差模块和注意力机制的图像超分辨率重建方法，其特征在于，步骤S3中，重建高分辨率图像的过程如下：将残差总块的输出结果经过l层卷积层，得到低码率图像y的高分辨率图像F(y)；其中最后一层卷积层的输出通道数为1。

6.根据权利要求5所述的基于残差模块和注意力机制的图像超分辨率重建方法，其特征在于，步骤S3中，l为2。