申请/专利权人：江西师范大学

申请日：2024-04-26

公开（公告）日：2024-06-25

公开（公告）号：CN118096534B

主分类号：G06T3/4053

分类号：G06T3/4053;G06T5/50;G06T5/60;G06V10/40;G06V10/80;G06V10/82;G06T3/4046

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.06.14#实质审查的生效;2024.05.28#公开

摘要：本发明公开了一种基于互补参考的红外图像超分辨率重建方法，涉及图像处理方法技术领域。本发明通过利用浅层特征提取模块分别对低分辨率红外图像和参考图像进行特征提取，通过外编码器对初步提取的低分辨率红外图像特征和参考图像特征进行编码得到外编码器编码后的多个不同尺度的低分辨率红外图像和参考图像特征；通过特征对齐转移模块使外编码器编码后的低分辨率红外图像和参考图像特征对齐，得到多尺度融合对齐特征图；通过外解码器将多尺度融合对齐特征图与低分辨率红外图像特征有效融合，利用重建模块完成重建工作，得到超分辨率红外图像。本发明能够重建出细节清晰，纹理丰富的超分辨率红外图像。

主权项：1.一种基于互补参考的红外图像超分辨率重建方法，其特征在于，包括以下步骤：利用浅层特征提取模块分别对低分辨率红外图像和参考图像进行特征提取，得到初步提取的低分辨率红外图像特征和参考图像特征；通过外编码器对初步提取的低分辨率红外图像特征和参考图像特征进行编码得到外编码器编码后的多个不同尺度的低分辨率红外图像和参考图像特征；通过特征对齐转移模块使外编码器编码后的低分辨率红外图像和参考图像特征对齐，得到多尺度融合对齐特征图；所述特征对齐转移模块由跨尺度扭曲模块，轻量级自注意力偏移量估计器和可变形卷积组成；跨尺度扭曲模块作为特征对齐转移模块的一个分支，使用非局部光流分析器生成多尺度下的跨尺度对应，再通过跨尺度扭曲函数来执行非刚性图像变换；特征对齐转移模块的另一个分支由轻量级自注意力偏移量估计器动态学习偏移量，通过可变形卷积进行特征相似性搜索和提取；最后将跨尺度扭曲模块和可变形卷积的输出进行融合，得到多尺度融合对齐特征图；通过外解码器将多尺度融合对齐特征图与低分辨率红外图像特征有效融合，外解码器由空间正则化模块和互补融合模块组成，通过空间正则化模块将多尺度融合对齐特征图的分布重新映射为低分辨率红外图像特征的分布；互补融合模块将传递的多尺度融合对齐特征图与低分辨率红外图像特征有效融合；利用重建模块完成重建工作，得到超分辨率红外图像。

全文数据：

权利要求：

百度查询： 江西师范大学 一种基于互补参考的红外图像超分辨率重建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD