改進(jìn)生成對抗網(wǎng)絡(luò)的圖像超分辨率重建算法

陳波， 翁謙， 葉少珍, 2

(1. 福州大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院， 福建 福州 350108； 2. 福州大學(xué)智能制造仿真研究院， 福建 福州 350108)

0 引言

圖像的超分辨率重建技術(shù)指的是將給定的低分辨率圖像通過特定的算法恢復(fù)成相應(yīng)的高分辨率圖像. 數(shù)字圖像的超分辨重建技術(shù)在現(xiàn)實(shí)生活中有著十分廣闊的應(yīng)用前景， 例如在互聯(lián)網(wǎng)通信、 醫(yī)療成像、 遙感成像、 圖像視頻處理等方面都有著十分重大的意義. 在實(shí)際應(yīng)用中， 受限于成像設(shè)備硬件制約、 視頻圖像傳輸帶寬， 抑或是成像模態(tài)本身的技術(shù)瓶頸， 并不是每一次都有條件獲得邊緣銳化、 無塊狀模糊的大尺寸高清圖像. 目前獲取高分辨率圖像的方法主要分為硬件和軟件層面.

硬件層面主要通過提升成像設(shè)備質(zhì)量， 如增大光學(xué)相機(jī)口徑、 增長相機(jī)焦距、 減小像元尺寸等， 但這種方式往往會(huì)帶來制造難度加大、 成本上升、 信噪比降低等問題， 因此僅僅通過提升硬件技術(shù)是行不通的， 采用軟件方法來獲取高分辨率圖像才是至關(guān)重要的研究方向. 根據(jù)不同的重建方法， 常見的超分辨率重建算法可以分為三類： 基于插值的超分辨率重建、 基于重構(gòu)的超分辨率重建、 基于學(xué)習(xí)的超分辨率重建.

常見的插值法如文獻(xiàn)[1]主要通過圖像已知像素點(diǎn)擬合周圍未知像素點(diǎn)的值， 該方法簡單、 易于理解， 但重建的圖像過于平滑， 在圖像灰度劇烈變化處產(chǎn)生震蕩， 丟失高頻信息. 經(jīng)典的基于學(xué)習(xí)的超分辨率重建方法如超分……