摘要
本发明公开了一种基于小波变换的尺度等变卷积的图像超分辨率重建方法,包括:选择基于傅里叶级数展开的等变卷积网络,获取用于卷积操作的初始基;对初始基进行小波变换,获得小波系数元组;对小波系数元组中的高频分量进行增强,获得增强后的高频分量;将低频分量和增强后的高频分量进行组合,并对组合后的系数进行逆小波变换,得到小波变换后的基;将小波变换后的基输入等变卷积神经网络中,获得等变卷积网络WSE‑Conv;对等变卷积网络WSE‑Conv进行模型训练后,对测试的低分辨率图像进行超分辨率重建,得到高分辨率图像。本发明在实现尺度等变的同时高效地完成了高质量的图像超分辨率重建。
技术关键词
深度残差网络模型
图像超分辨率重建
平稳小波变换
重构滤波器
表达式
网络结构
中间层
像素点
掩模
尺寸
网格
信号
数据
基础
系统为您推荐了相关专利信息
图像变化检测方法
不确定性特征
变化检测网络
深度神经网络
多级卷积神经网络
缺陷尺寸
双向长短期记忆网络
剩余使用寿命预测
表达式
轴承外圈
仿真模型
仿生骨支架技术
晶胞尺寸
网格模型
天然骨结构
耐高温锂电池
防爆结构
防爆检测方法
表面温度数据
薄壁模型