Image super-resolution reconstruction method based on convolutional neural network

本发明涉及一种基于卷积神经网络的图像超分辨率重建方法，通过数据集训练SRCNN卷积神经网络模型，得到浅层纹理特征信息；建立基于特征转移的八层端到端神经网络模型，将浅层纹理特征信息迁移至该神经网络模型的前四层，得到前四层的模型参数；得到该神经网络模型后四层的模型参数，增强学习到的特征；输入待重建的图像数据，预处理；得到Y通道的高分辨率图像；将Y通道的高分辨率图像、Cb通道图像和Cr通道图像进行融合，得到重建的图像。本发明提出的卷积神经网络模型取得了更佳的超分辨率结果，不管是在主观视觉上还是在客观评价指标上均有明显改善，图像清晰度和边缘锐度明显提高，收敛速度更快，在精细度方面具有更高的优势