一种基于网格最大PSNR优化的GAN图像处理方法

本发明涉及图像处理技术领域，具体为一种基于网格最大PSNR优化的GAN图像处理方法，解决了现有在对图像处理和质量评估时，不便于提升图像细节的超分辨率效果，且在评价过程中无法反映局部细节的恢复情况的问题，包括如下步骤：S1：数据采集及数据预处理，选择含有丰富细节的高分辨率图像即HR并通过降低采样生成分辨率图像即LR，而后构建用于训练的SRGAN数据集；S2：构建并生成对抗网络即SRGAN，通过生成器网络负责从低分辨率图像生成高分辨率图像，判别器用于判定生成高分辨率图像的真实性。本发明通过深度残差模型和亚像素卷积模块实现图像的高质量重建，并引入截断VGG19模型和网格最大PSNR指标，以更精准地保留和评估图像细节。