一种面向图像超分辨率的模型驱动的轻量级深度递归网络

    公开(公告)号:CN117274044A

    公开(公告)日:2023-12-22

    申请号:CN202310148700.4

    申请日:2023-02-22

    Abstract: 本发明涉及图像处理技术领域,本发明公开了一种面向图像超分辨率的l2,1模型驱动的轻量级深度递归网络,包括:图像采集模块,用于获取结构噪声的单幅图像;图像处理模块,用于对单幅图像进行栅格处理,并通过卷神经网络模型获得图像特征信息;分析模块,用于对图像特征信息进行优化,实现图像的超分辨率重建;分析模块的分析步骤包括:首先提出l2,1重建优化模型;采用乘法器交替方向法(ADMM)将l2,1优化问题分解为x‑子问题和d‑子问题;采用优化算法(MM)和半二次优化策略求解上述两个子问题;最后根据获得的最优迭代解,设计面向图像超分辨率的高效轻量级深度递归网络。

Patent Agency Ranking