改进生成对抗网络的图像超分辨率重建算法

陈波， 翁谦， 叶少珍, 2

(1. 福州大学数学与计算机科学学院， 福建 福州 350108； 2. 福州大学智能制造仿真研究院， 福建 福州 350108)

0 引言

图像的超分辨率重建技术指的是将给定的低分辨率图像通过特定的算法恢复成相应的高分辨率图像. 数字图像的超分辨重建技术在现实生活中有着十分广阔的应用前景， 例如在互联网通信、 医疗成像、 遥感成像、 图像视频处理等方面都有着十分重大的意义. 在实际应用中， 受限于成像设备硬件制约、 视频图像传输带宽， 抑或是成像模态本身的技术瓶颈， 并不是每一次都有条件获得边缘锐化、 无块状模糊的大尺寸高清图像. 目前获取高分辨率图像的方法主要分为硬件和软件层面.

硬件层面主要通过提升成像设备质量， 如增大光学相机口径、 增长相机焦距、 减小像元尺寸等， 但这种方式往往会带来制造难度加大、 成本上升、 信噪比降低等问题， 因此仅仅通过提升硬件技术是行不通的， 采用软件方法来获取高分辨率图像才是至关重要的研究方向. 根据不同的重建方法， 常见的超分辨率重建算法可以分为三类： 基于插值的超分辨率重建、 基于重构的超分辨率重建、 基于学习的超分辨率重建.

常见的插值法如文献[1]主要通过图像已知像素点拟合周围未知像素点的值， 该方法简单、 易于理解， 但重建的图像过于平滑， 在图像灰度剧烈变化处产生震荡， 丢失高频信息. 经典的基于学习的超分辨率重建方法如超分……