[發明專利]一種太赫茲圖像超分辨率重建方法、系統及相關裝置

有效

• 申請號: 201910073725.6
• 申請日: 2019-01-25
• 公開（公告）號: CN109785237B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 萬意彬;李軍;肖紅;張榮躍
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種太赫茲圖像超分辨率重建方法，其特征在于，包括：

在對采集到的圖像進行預處理得到訓練集圖像后，將所述訓練集圖像輸入生成網絡；

利用所述生成網絡對所述訓練集圖像進行卷積處理和圖像風格處理，生成樣本圖像；其中，所述生成網絡中的網絡結構為RRDB網絡結構；

利用所述樣本圖像及與所述訓練集圖像對應的標準圖像進行模型訓練，得到圖像超分辨率重建模型；其中，所述標準圖像的分辨率高于對應的訓練集圖像的分辨率；

將預設太赫茲圖像輸入所述圖像超分辨率重建模型，得到輸出結果。

2.根據權利要求1所述的太赫茲圖像超分辨率重建方法，其特征在于，所述利用所述樣本圖像及與所述訓練集圖像對應的標準圖像進行模型訓練，得到圖像超分辨率重建模型，包括：

利用相對判別器公式計算所述樣本圖像和所述標準圖像之間的相對真實概率；

判斷所述相對真實概率是否達到概率閾值；

若所述相對真實概率達到所述概率閾值，則進行所述模型訓練得到所述圖像超分辨率重建模型。

3.根據權利要求1所述的太赫茲圖像超分辨率重建方法，其特征在于，所述在對采集到的圖像進行預處理得到訓練集圖像后，將所述訓練集圖像輸入生成網絡，包括：

對采集到的所述圖像進行裁剪處理及降噪處理，得到所述訓練集圖像；

將所述訓練集圖像輸入所述生成網絡。

4.根據權利要求3所述的太赫茲圖像超分辨率重建方法，其特征在于，得到所述訓練集圖像之后，還包括：

判斷所述訓練集圖像的數量是否滿足數量閾值；

若是，則執行所述將所述訓練集圖像輸入所述生成網絡的步驟。

5.一種太赫茲圖像超分辨率重建系統，其特征在于，包括：

訓練集圖像輸入模塊，用于在對采集到的圖像進行預處理得到訓練集圖像后，將所述訓練集圖像輸入生成網絡；

樣本圖像生成模塊，用于利用所述生成網絡對所述訓練集圖像進行卷積處理和圖像風格處理，生成樣本圖像；其中，所述生成網絡中的網絡結構為RRDB網絡結構；

模型訓練模塊，用于利用所述樣本圖像及與所述訓練集圖像對應的標準圖像進行模型訓練，得到圖像超分辨率重建模型；其中，所述標準圖像的分辨率高于對應的訓練集圖像的分辨率；

太赫茲圖像輸入模塊，用于將預設太赫茲圖像輸入所述圖像超分辨率重建模型，得到輸出結果。

6.根據權利要求5所述的太赫茲圖像超分辨率重建系統，其特征在于，所述模型訓練模塊，包括：

相對真實概率計算單元，用于利用相對判別器公式計算所述樣本圖像和所述標準圖像之間的相對真實概率；

概率判斷單元，用于判斷所述相對真實概率是否達到概率閾值；

模型訓練單元，用于若所述相對真實概率達到所述概率閾值，則進行所述模型訓練得到所述圖像超分辨率重建模型。

7.根據權利要求5所述的太赫茲圖像超分辨率重建系統，其特征在于，所述訓練集圖像輸入模塊，包括：

預處理單元，用于對采集到的所述圖像進行裁剪處理及降噪處理，得到所述訓練集圖像；

訓練集圖像輸入單元，用于將所述訓練集圖像輸入所述生成網絡。

8.根據權利要求7所述的太赫茲圖像超分辨率重建系統，其特征在于，還包括：

數量判斷模塊，用于判斷所述訓練集圖像的數量是否滿足數量閾值；

所述訓練集圖像輸入單元具體為當所述訓練集圖像的所述數量滿足所述數量閾值時，將所述訓練集圖像輸入所述生成網絡的單元。

9.一種設備，其特征在于，包括：

存儲器和處理器；其中，所述存儲器用于存儲計算機程序，所述處理器用于執行所述計算機程序時實現如權利要求1至4任一項所述的太赫茲圖像超分辨率重建方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至4任一項所述的太赫茲圖像超分辨率重建方法的步驟。