摘要
一种基于退化自适应的图像超分辨率方法,包括以下步骤;步骤1:构建训练模型的数据集,对数据集构建出配对的高分辨图像HR和低分辨率图像LR;步骤2:采用多样化的退化方式对低分辨率图像LR进行退化处理,生成低分辨率图像LR;步骤3:利用低分辨率图像LR进行边缘信息提取,得到边缘信息特征矩阵M,作为扩散模型的潜在输入信息;步骤4:将步骤3得到的边缘信息矩阵M和所述低分辨率图像LR作为扩散模型反向过程的输出信息,得到最终的超分辨率重建图像。本发明分利用扩散模型在图像超分辨率任务中的强大泛化能力和稳健表示能力,针对不同退化场景进行优化,通过引入低分辨率结构信息和预导向处理机制,实现了对不同退化因素的精准预测和适配。
技术关键词
图像超分辨率方法
噪声图像
矩阵
编码器模块
图像超分辨率重建
噪声预测
可读存储介质
图像边缘检测
生成高分辨率
图像特征信息
去噪模型
多尺度特征
数据
图像结构
系统为您推荐了相关专利信息
风险评估模型
直觉模糊集
矩阵
关系
风险评估技术
考试阅卷
注意力模型
填涂模板
图片
智能信息识别
矩阵恢复技术
多通道
联合优化算法
机组运行数据
5G通信网络