摘要
本发明提供了一种基于WPSN和CNN的超分辨率图像重建方法。该方法包括：利用LR图像数据和HR图像数据构建训练数据集；构建新的特征提取器波包散射网络WPSN，设定实验参数；基于WPSN构建新的超分辨率图像重建模型WPSN‑CNN，设定模型超参数，通过所述训练数据集训练网络模型WPSN‑CNN，得到训练好的WPSN‑CNN网络模型；利用训练好的WPSN‑CNN网络模型进行超分辨率图像重建。本发明通过将波包系统引入WSN，并去掉WSN中的取模以及与低通滤波器的卷积操作，建立新的特征提取器，使得新提取的特征具有平移可交换性，更能充分利用图像多方向多尺度多频带的特征。使用WPSN‑CNN做超分辨率图像重建任务能够提取更丰富的图像特征，从而更精准地重建图像高频结构和复杂纹理，在小规模数据集上的收敛速度更快、PSNR和SSIM指标显著提高、视觉效果更逼真。
