本发明公开了一种基于卷积神经网络的多模态图像超分辨方法,包括：第一步,数据准备；第二步,构建级联多个密集残差注意力模块的超分辨网络,其包含：浅层特征提取、特征深度加工和图像重建部分；第三步,对输入的低分辨率图像进行超分辨,包括：超分辨网络训练和超分辨图像测试。本发明能充分利用不同模态医学图像中的互补和冗余信息来重建出质量更好的高分辨率图像,为人眼观察提供质量较好的图像,同时给图像的分割、分类等计算机视觉任务提供支持。
科研之友
微信
新浪微博
Facebook
分享链接
