[發明專利]基于成像建模和知識蒸餾的盲圖像超分辨重建方法及系統

有效

• 申請號: 202110348668.5
• 申請日: 2021-03-31
• 公開（公告）號: CN113096013B
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 潘金山;劉謙;唐金輝
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06N3/04
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 韓雪梅

1.一種基于成像建模和知識蒸餾的盲圖像超分辨重建方法，其特征在于，所述方法包括：

步驟S1：將第一分辨率圖像代入模糊核估計網絡進行估計，獲得模糊核；

步驟S2：將所述第一分辨率圖像代入深度圖像超分辨率網絡進行估計，獲得深度內蘊特征知識圖像；

步驟S3：根據所述模糊核、所述第一分辨率圖像和所述深度內蘊特征知識圖像進行圖像復原，獲得已求解的中間分辨率圖像；

步驟S4：將所述已求解的中間分辨率圖像代入圖像修正網絡進行圖像修正，獲得第二分辨率圖像；第二分辨率圖像的分辨率大于第一分辨率圖像的分辨率；

步驟S5：判斷是否滿足收斂條件；如果滿足收斂條件，則輸出第二分辨率圖像；如果不滿足收斂條件，則執行“步驟S6”，令更新后的深度圖像超分辨率網絡為深度圖像超分辨率網絡，更新后的模糊核估計網絡為模糊核估計網絡，更新后的圖像修正網絡為圖像修正網絡，并返回“步驟S1”；

步驟S6：更新模糊核估計網絡、深度圖像超分辨率網絡和圖像修正網絡；

所述步驟S3包括：

步驟S31：通過卷積操作，根據所述模糊核確定模糊矩陣K；

步驟S32：采用快速傅立葉變換，對進行知識蒸餾求解，獲得已求解的中間分辨率圖像；其中，I^*表示已求解的中間分辨率圖像，表示待求解的中間分辨率圖像，L表示第一分辨率圖像，K表示模糊矩陣，S表示具有比例因子的降采樣矩陣，λ表示權重參數，表示深度圖像超分辨率網絡，|| ||₂表示2-范數。

2.根據權利要求1所述的基于成像建模和知識蒸餾的盲圖像超分辨重建方法，其特征在于，所述步驟S5具體包括：

步驟S51：判斷第二分辨率圖像的峰值信噪比是否收斂達到穩定；如果第二分辨率圖像的峰值信噪比收斂達到穩定，則輸出第二分辨率圖像；如果第二分辨率圖像的峰值信噪比沒有收斂達到穩定，則執行“步驟S6”，并令更新后的深度圖像超分辨率網絡為深度圖像超分辨率網絡，更新后的模糊核估計網絡為模糊核估計網絡，更新后的圖像修正網絡為圖像修正網絡，并返回“步驟S1”；

或步驟S52：根據模糊核估計損失函數、特征提取損失函數和圖像修正損失函數確定總損失函數

步驟S53：判斷總損失函數是否收斂保持穩定；如果總損失函數收斂保持穩定，則輸出第二分辨率圖像；如果總損失函數沒有收斂保持穩定，則執行“步驟S6”，并令更新后的深度圖像超分辨率網絡為深度圖像超分辨率網絡，更新后的模糊核估計網絡為模糊核估計網絡，更新后的圖像修正網絡為圖像修正網絡，并返回“步驟S1”。

3.根據權利要求1所述的基于成像建模和知識蒸餾的盲圖像超分辨重建方法，其特征在于，所述將第一分辨率圖像代入深度圖像超分辨率網絡進行估計，獲得深度內蘊特征知識圖像，具體公式為：

其中，L表示第一分辨率圖像，I′表示在第一分辨率圖像中提取的深度內蘊特征知識圖像，表示深度圖像超分辨率網絡。

4.根據權利要求1所述的基于成像建模和知識蒸餾的盲圖像超分辨重建方法，其特征在于，所述將所述已求解的中間分辨率圖像輸入到圖像修正網絡進行圖像修正，獲得第二分辨率圖像，具體公式為：

其中，I表示第二分辨率圖像，表示圖像修正網絡，I^*表示已求解的中間分辨率圖像。