摘要
本发明涉及一种融合空间域与频率域特征的轻量级图像超分辨率重建方法,包括S1:将低分辨率图像输送至卷积层并提取初步局部结构信息,S2、将初步局部结构信息输送至空域‑频域特征融合模块,以挖掘低分辨率图像的空间上下文和频率域信息,从而获得空间特征,S3:将低分辨率图像输送至深度卷积神经网络中,以获取具体语义启发作用的浅层特征表示,S4:将浅层特征表示输送至跨尺度特征融合模块内,跨尺度特征融合模块输出深层语义特征,S5:将空间特征与深层语义特征在通道维度上进行拼接,并通过卷积层实现特征融合,之后将特征融合后的特征通过上采样模块进行分辨率提升后输出重建图像;本发明具有保证轻量级的同时实现高质量的图像重建的优点。
技术关键词
全局特征提取
跨尺度特征融合
语义特征
深度卷积神经网络
通道注意力机制
频率
分辨率提升
频域特征
上采样
对比度
模块结构
图像重建
矩阵
非线性
系统为您推荐了相关专利信息
故障检测模型
故障类别
故障检测方法
样本
特征提取器
遥感图像分割方法
生成特征
上采样
语义特征
特征融合网络
影像匹配方法
像素点
融合特征
多尺度结构特征
交叉注意力机制