技术特征：1.一种基于全局分布学习的真实图像超分辨率重建方法，其特征在于，步骤如下：
2.根据权利要求1所述的一种基于全局分布学习的真实图像超分辨率重建方法，其特征在于，数据预处理具体方法如下：
3.根据权利要求1所述的一种基于全局分布学习的真实图像超分辨率重建方法，其特征在于，步骤(2)具体方法如下；
4.根据权利要求3所述的一种基于全局分布学习的真实图像超分辨率重建方法，其特征在于，对于全局分布学习模块，给定一张输入的低分辨图像首先通过浅层特征提取部分提取浅层特征f0∈ic×h×w，公式如下：
5.根据权利要求3或4所述的一种基于全局分布学习的真实图像超分辨率重建方法，其特征在于，步骤(3)具体方法如下：
技术总结本发明公开了一种基于全局分布学习的真实图像超分辨率重建方法。首先获取数据集，进行训练集和测试集的划分，然后对数据集中的图像进行格式转换，裁剪和数据增强操作；然后构建基于全局分布学习的真实图像超分辨率重建网络，包括全局分布学习模块、采样点计算模块和图像重建模块；通过低分辨率图像学习出图像的真实场景分布函数，再估计出采样点坐标，从而进行重新采样，构建出超分辨率图像；最后通过预处理后的数据集训练构建的真实图像超分辨率重建网络。相比现有的方法，只能重建整数倍比例因子的超分辨率图像，该发明能够重建出任意比例因子的超分辨率图像，且能获得更好的性能指标。
技术研发人员：徐文,颜成钢,殷海兵,王帅,张继勇
受保护的技术使用者：杭州电子科技大学
技术研发日：技术公布日：2024/3/11