一种基于深度学习的图像修复与超分辨率重建系统及方法

本发明提出一种基于深度学习的图像修复与超分辨率重建系统及方法，属于数字图像处理技术领域。本发明为解决以Transformer架构为基础的多尺度残差网络进行图像分辨率转化时存在高计算复杂度与资源消耗、长序列处理存在局限性、训练难度大以及纹理场景缺失的问题，其中重建系统包括：图像预处理模块对输入低分辨率图像进行窗口划分和显存优化；多层融合网络对低分辨率图像的特征进行动态调整，捕获不同场景下的通道信息并进行交互融合，进行对比监督，建立信息沟通渠道，负反馈动态调整优化参数，得到超分辨率图像。损失函数模块最大化超分辨率图像和高分辨率图像在分割特征空间的相似性，得到最终的超分辨率图像。