基于MGD-DUMRN网络的图像超分辨率重建方法
技术特征：
1.一种基于mgd-dumrn网络的图像超分辨率重建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于mgd-dumrn网络的图像超分辨率重建方法，其特征在于：在步骤2中所述每个子模块按照下式进行动量梯度下降算法的特征重建；
3.根据权利要求1所述一种基于mgd-dumrn网络的图像超分辨率重建方法，其特征在于：在步骤2中，所述多尺度特征融合单元由以下公式构成；
4.根据权利要求3所述一种基于mgd-dumrn网络的图像超分辨率重建方法，其特征在于：所述深度学习模块g1、g2、g3的结构均由3×3的卷积层1、relu激活函数单元1、resblock层、3×3的卷积层2、relu激活函数单元2依次连接构成，深度学习模块g1中的通道数为64，深度学习模块g2中的通道数为128，深度学习模块g3中的通道数为256。
技术总结
基于MGD‑DUMRN网络的图像超分辨率重建方法，包括：数据集预处理；构建MGD‑DUMRN网络；训练MGD‑DUMRN网络；保存权重文件；验证MGD‑DUMRN网络；测试MGD‑DUMRN网络；本发明的MGD‑DUMRN网络利用多尺度特征融合和动量梯度下降算法，能够有效地捕获图像中的高频细节，通过逐步迭代优化，能够生成视觉上更清晰、更自然的高分辨率图像，提高图像质量，结合多尺度信息和正则化项，即使在存在噪声或不完美数据的情况下，也能够提供稳健的超分辨率重建结果。与传统的“黑盒”深度学习方法相比，为深度展开网络框架提供了更好的模型可解释性，适应不同的图像内容和条件，减少对计算资源的需求，使得在资源受限的环境中也能进行有效的图像重建，具有更高的泛化能力。
技术研发人员：陈昱莅,王锦洁,蔡子恒,陆铖,石国英,裴炤
受保护的技术使用者：陕西师范大学
技术研发日：
技术公布日：2024/11/26
文档序号 :
【 40125865 】
技术研发人员：陈昱莅,王锦洁,蔡子恒,陆铖,石国英,裴炤
技术所有人：陕西师范大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：陈昱莅,王锦洁,蔡子恒,陆铖,石国英,裴炤
技术所有人：陕西师范大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除