买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：常熟理工学院

摘要：本发明公开了一种基于SRGAN的光学显微镜图像轻型超分辨率重建方法，包括步骤：收集高分辨率光学显微镜图像，由高分辨率光学显微镜图像生成成对的高清图像和低清图像制作数据集，数据集中高清图像与低清图像对应构成训练集数据；将训练集数据输入到改进型SRGAN网络进行训练，改进型SRGAN网络包括将SRGAN网络的生成器的残差块数量设置为不大于10并将残差块中的卷积方式更换为深度可分离卷积方式；由训练好的改进型SRGAN网络对低清光学显微镜图像进行超分辨率重建。本发明可大幅减少网络的参数量并保证图像重建质量。

主权项：1.一种基于SRGAN的光学显微镜图像轻型超分辨率重建方法，其特征在于，包括以下步骤：S1、收集高分辨率光学显微镜图像，由所述高分辨率光学显微镜图像生成成对的高清图像和低清图像制作数据集，所述数据集中高清图像与低清图像对应构成训练集数据；S2、将训练集数据输入到改进型SRGAN网络进行训练，具体为：S201、将低清图像输入生成器得到一张与高清图像分辨率相同的重建图像，所述高清图像为与所述低清图像相对应，将所述重建图像和所述高清图像输入判别器进行判别，得出所述重建图像与所述高清图像相似程度为对抗损失，提取所述重建图像和所述高清图像的特征图，计算所述特征图的相似程度为内容损失；S202、根据所述对抗损失和所述内容损失对所述改进型SRGAN网络的权值进行修改；S203、替换使用不同的低清图像和高清图像，重复步骤S201和S202；所述改进型SRGAN网络包括将SRGAN网络的生成器的残差块数量设置为不大于10并将所述残差块中的卷积方式更换为深度可分离卷积方式；所述残差块中依次包括逐点卷积扩张、批标准化、ReLU6、逐深度卷积、批标准化、ReLU6、逐点卷积压缩、批标准化、Linear及加和操作，所述加和是将所述Linear的输出与所述残差块的输入相加；所述逐点卷积扩张和所述逐点卷积压缩时的卷积核大小为1*1，所述逐点卷积扩张的扩大倍数为6，所述逐点卷积压缩的缩小倍数为6，所述逐深度卷积的卷积核大小为3*3；S3、由训练好的改进型SRGAN网络对低清光学显微镜图像进行超分辨率重建。

全文数据：

权利要求：

百度查询： 常熟理工学院 基于SRGAN的光学显微镜图像轻型超分辨率重建方法