【技術實現步驟摘要】
本申請涉及圖像處理，尤其涉及一種用于構建模塊及圖像重建的方法、系統、設備、介質、產品。
技術介紹
1、圖像超分辨率重建是一種圖像處理技術，用于從低分辨率圖像中恢復出高分辨率圖像，以提高圖像的細節和清晰度，改善圖像質量。其廣泛應用與醫學治療、視頻監控、遙感衛星成像等領域。因為成像設備在獲取圖像過程中會受到系統噪聲、成像環境等影響，導致采集到的圖像分辨率較低。因此，需要對采集到的圖像進行超分辨率重建。
2、現有的圖像超分辨率重建方法可分為插值法、基于重構的方法和基于學習的方法3類。插值法根據圖像先驗信息和統計模型進行差值計算；基于重構的方法從同一場景下的多幀低分辨率圖像中提取高頻信息，融合生成高分辨率圖像；基于學習的方法通過低分辨率圖像以及高分辨率圖像樣本庫訓練獲得低分辨率圖像塊與高分辨率圖像塊的映射關系，預測輸入低分辨率圖像的高分辨率重建結果。
3、在現有的圖像超分辨率重建方法中，特征提取是一個關鍵步驟，其直接影響重建圖片的質量和效果。現有的特征提取模型主要依賴于局部卷積操作來提取圖像特征，這種方法在捕捉局部特征方面效果顯著，但在捕捉全局特征和長距離依賴關系方面存在不足。這可能導致重建圖像在全局一致性和細節保留方面表現不佳。
技術實現思路
1、本申請實施例提供用于構建模塊及圖像重建的方法、系統、設備、介質、產品，用以達到提升特征提取的全局性的效果。
2、第一方面，本申請實施例提供一種用于構建深層特征提取模塊的方法，包括：
3、獲取多個樣
4、利用各所述樣本圖像對預設的多個初始圖像處理模型進行訓練，獲得多個目標圖像處理模型，各所述初始圖像處理模型分別包括多個尺寸不同且并行的卷積核；
5、對各所述目標圖像處理模型分別進行重參數化操作，獲得多個通用大卷積核模塊；
6、基于各所述通用大卷積核模塊、canny算子構建深層特征提取模塊。
7、在一種可能的實施方式中，基于各所述通用大卷積核模塊、canny算子構建深層特征提取模塊，包括：
8、將各所述通用大卷積核模塊分別與所述canny算子結合，獲得多個第一通用大卷積核；
9、分別將第一預設數量的第一通用大卷積核進行級聯，并將窗口注意力機制設置在級聯的第一通用大卷積核中，獲得多個第二通用大卷積核；
10、根據各所述第二通用大卷積核和第三預設數量的小卷積核構建深層特征提取模塊。
11、在一種可能的實施方式中，根據各所述第二通用大卷積核和第三預設數量的小卷積核構建深層特征提取模塊，包括：
12、分別將各所述第二通用大卷積核與各所述小卷積核進行殘差連接，獲得多個殘差通用大卷積核；
13、將所述多個殘差通用大卷積核以及一個小卷積核進行級聯，獲得深層特征提取模塊。
14、在一種可能的實施方式中，所述將窗口注意力機制設置在級聯的第一通用大卷積核中，包括：
15、在所述級聯的每個第一通用大卷積核中，每間隔設定數量的第一通用大卷積核，設置一個窗口注意力機制。
16、第二方面，本申請實施例提供一種用于圖像重建的方法，包括：
17、獲取待重建圖像；
18、將所述待重建圖像輸入預設的淺層特征提取模塊，獲得所述待重建圖像的淺層特征，所述淺層特征提取模塊包括一個卷積層；
19、將所述待重建圖像輸入深層特征提取模塊，獲得所述待重建圖像的深層特征；所述深層特征提取模塊是根據上述的用于構建深層特征提取模塊的方法構建獲得的；
20、根據所述淺層特征和所述深層特征進行圖像重建。
21、在一種可能的實施方式中，根據所述淺層特征和所述深層特征進行圖像重建，包括：
22、對所述淺層特征和所述深層特征進行特征融合，獲得全局特征；
23、對所述全局特征進行上采樣操作，獲得高維特征量；
24、對所述高維特征量進行特征重構，獲得超分辨率圖像。
25、第三方面，本申請實施例提供一種圖像重建系統，包括：
26、圖像采集模塊，用于獲取待重建圖像；
27、淺層特征提取模塊，包括一個卷積層，所述淺層特征提取模塊用于提取待重建圖像的淺層特征；
28、深層特征提取模塊，用于提取所述待重建圖像的深層特征；
29、圖像重建模塊，用于根據所述淺層特征和所述深層特征進行圖像重建；
30、其中，所述深層特征提取模塊是基于上述的用于構建深層特征提取模塊的方法構建獲得的。
31、在一種可能的實施方式中，所述圖像重建模塊，包括：
32、特征融合單元，用于對所述淺層特征和所述深層特征進行特征融合，獲得全局特征；
33、上采樣單元，用于對所述全局特征進行上采樣操作，獲得高維特征量；
34、亞像素卷積層，用于對所述高維特征量進行特征重構，獲得超分辨率圖像。
35、第四方面，本申請實施例提供一種電子設備，包括：存儲器，處理器；
36、所述存儲器存儲計算機執行指令；
37、所述處理器執行所述存儲器存儲的計算機執行指令，使得所述處理器執行如上第一方面和/或第二方面的方法。
38、第五方面，本申請實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有計算機執行指令，所述計算機執行指令被處理器執行時用于實現如上第一方面和/或第二方面的方法。
39、第六方面，本申請實施例提供一種計算機程序產品，包括計算機程序，該計算機程序被處理器執行時實現如上第一方面和/或第二方面的方法。
40、本申請實施例提供的用于構建模塊及圖像重建的方法、系統、設備、介質、產品，通過將canny算子與通用大卷積核模塊結合，構建深層特征提取模塊，由于卷積核的尺寸大小決定了其能夠覆蓋輸入圖像的多少局部區域，而通用大卷積核模塊與多個尺寸不同且并行的卷積核等效，因此，每個通用大卷積核模塊，都能夠同時捕捉輸入圖像的細節特征和全局特征。另外，由于canny算子能夠檢測到高頻的紋理信息，使輸入圖像的邊緣結構信息更加清晰，因此，將canny算子與多個通用大卷積核模塊進行結合，使得通用大卷積核模塊可以更加穩定的捕捉到輸入圖像中的結構信息，提升特征提取的全局性。
本文檔來自技高網...【技術保護點】
1.一種用于構建深層特征提取模塊的方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，基于各所述通用大卷積核模塊、Canny算子構建深層特征提取模塊，包括：
3.根據權利要求2所述的方法，其特征在于，根據各所述第二通用大卷積核和第三預設數量的小卷積核構建深層特征提取模塊，包括：
4.根據權利要求2所述的方法，其特征在于，所述將窗口注意力機制設置在級聯的第一通用大卷積核中，包括：
5.一種用于圖像重建的方法，其特征在于，包括：
6.根據權利要求5所述的方法，其特征在于，根據所述淺層特征和所述深層特征進行圖像重建，包括：
7.一種圖像重建系統，其特征在于，包括：
8.根據權利要求7所述的圖像重建系統，其特征在于，所述圖像重建模塊，包括：
9.一種電子設備，其特征在于，包括：存儲器，處理器；
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機執行指令，所述計算機執行指令被處理器執行時用于實現如權利要求1-6任一項所述的方法。
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。