基于选通图像的超分辨率重建算法研究

来源：电子测量技术杂志2025年第9期北京时间：

作者：张正，郑颖俏，田青

单位：北方工业大学信息学院 北京 100144

摘要：激光距离选通技术能突破传统成像在雨雪雾、低光照和逆强光等复杂环境中无法成像的限制，但生成的选通图像是低质量灰度图，需要超分辨率重建技术着重于边缘信息和空间细节的重建，以提升视觉效果。由于选通图像缺乏颜色和丰富纹理信息，传统的特征提取方法容易产生冗余特征，影响重建效率。针对上述问题，本文提出了一种双聚合深层特征提取网络。首先，通过空间和通道重建卷积（SCConv）进行浅层特征提取，提高信息含量并解决冗余问题；其次，设计了一种新的深层特征提取模块，增强对选通图像边缘和细节的捕捉；最后，采用连续的最近邻插值加卷积操作进行图像重建，有效避免伪影问题。在选通图像数据集上的实验表明，相比基线的DAT算法，本文所提方法PNSR指标在2、3和4倍分辨率退化情况下分别提升了0.19 dB、0.12 dB和0.04 dB，SSIM在2、3和4倍分辨率退化情况下分别提升了0.000 5、0.000 8和0.001 0，结果表明本文方法可以取得较好的视觉效果。

关键词：选通图像;超分辨率重建;边缘增强