本发明涉及图像处理,特别涉及一种基于重叠窗口注意力机制的图像超分辨率重建系统及方法。
背景技术:
1、图像超分辨率是计算机视觉领域的重要任务之一,主要用于通过算法从低分辨率图像中提取并增强高分辨率细节,以生成高质量的高分辨率图像。传统的图像超分辨率算法计算方法固定,鲁棒性不强,难以适应复杂的应用场景。目前,已经出现了很多基于卷积神经网络开发的图像超分辨率算法。然而由于卷积运算对于图像全局信息提取能力不足,因此对于图像细节的重建能力较差。最近也出现了一些基于自然语言处理技术swintransformer的图像超分辨率算法。由于swin transformer相较卷积运算具备更强的信息提取能力,因此这些算法表现相对基于卷积运算的图像超分辨率算法具备更好的效果。然而,swin trannformer的窗口划分操作会导致重建得到的高分辨率图像存在阻塞伪影,因此有必要研究一种可以有效解决阻塞伪影的基于注意力机制的图像超分辨率算法。
技术实现思路
1、鉴于现有技术中的上述缺陷或不足,本发明提供了一种基于重叠窗口注意力机制的图像超分辨率重建系统及方法,首先对图像特征信息进行初步提取,从而得到表征图像浅层特征信息的特征图像,在此基础上,对图像特征像素进行编码,然后对图像深层特征信息进行有效提取,再对像素进行解码,即可得到表征图像深层特征信息的特征图像,将图像浅层特征和图像深层特征进行逐像素相加处理,即可得到富含图像浅层与深层特征信息的特征图像,最后通过上采样模块即可实现对输入图像的超分辨率重建。
2、本发明的一个方面,提供了一种基于重叠窗口注意力机制的图像超分辨率重建系统,包括:
3、浅层特征提取模块,用于对输入的图像特征信息进行初步提取,得到表征图像浅层特征信息的第一特征图像;
4、像素编码模块,用于对所述第一特征图像的图像特征像素进行编码;
5、深层特征提取模块,用于基于重叠窗口划分机制对所述像素编码模块的输出结果进行图像深层特征信息的提取;
6、批量归一化模块,用于对所述深层特征提取模块提取的深层特征信息进行批量的归一化处理;
7、所述像素解码模块,用于对所述批量归一化模块的输出值进行解码,得到表征图像深层特征信息的第二特征图像;
8、第一逐像素相加运算模块,用于将所述第一特征图像和所述第二特征图像进行逐像素相加处理,得到包含图像浅层特征信息和图像深层特征信息的第三特征图像;
9、图像上采样模块,用于对所述第三特征图像进行超分辨率重建,输出高分辨率图像。
10、本发明的另一方面,还提供了一种基于重叠窗口注意力机制的图像超分辨率重建方法,包括:
11、对输入的图像特征信息进行初步提取,得到表征图像浅层特征信息的第一特征图像;
12、对所述第一特征图像的图像特征像素进行编码;
13、基于重叠窗口划分机制对编码后的图像特征像素进行图像深层特征信息的提取;
14、对提取的深层特征信息进行批量的归一化处理;
15、对批量归一化处理后的输出值进行解码,得到表征图像深层特征信息的第二特征图像;
16、将所述第一特征图像和所述第二特征图像进行逐像素相加处理,得到包含图像浅层特征信息和图像深层特征信息的第三特征图像;
17、对所述第三特征图像进行超分辨率重建,输出高分辨率图像。
18、本发明提供的基于重叠窗口注意力机制的图像超分辨率重建系统及方法,提出了一种重叠窗口注意力机制,实现了各窗口特征信息流通,并基于此实现了图像全局信息的提取。此外,由于采用了通道注意力机制,实现了对图像特征信息的自适应运用。本发明对于图像的局部特征信息和全局特征信息均具备较强的提取能力,可以有效实现对图像细节的重建,重叠窗口注意力机制的使用还解决了窗口阻塞伪影的技术问题。
1.一种基于重叠窗口注意力机制的图像超分辨率重建系统,其特征在于,包括:
2.根据权利要求1所述的一种基于重叠窗口注意力机制的图像超分辨率重建系统,其特征在于:
3.根据权利要求2所述的一种基于重叠窗口注意力机制的图像超分辨率重建系统,其特征在于:
4.根据权利要求2所述的一种基于重叠窗口注意力机制的图像超分辨率重建系统,其特征在于:
5.根据权利要求2所述的一种基于重叠窗口注意力机制的图像超分辨率重建系统,其特征在于:
6.根据权利要求1所述的一种基于重叠窗口注意力机制的图像超分辨率重建系统,其特征在于:
7.根据权利要求1所述的一种基于重叠窗口注意力机制的图像超分辨率重建系统,其特征在于,所述浅层特征提取模块为卷积模块。
8.一种基于重叠窗口注意力机制的图像超分辨率重建方法,其特征在于,包括:
9.根据权利要求8所述的一种基于重叠窗口注意力机制的图像超分辨率重建方法,其特征在于,所述基于重叠窗口划分机制对编码后的图像特征像素进行图像深层特征信息的提取的步骤,包括:
10.根据权利要求9所述的一种基于重叠窗口注意力机制的图像超分辨率重建方法,其特征在于,