基于改进TSRN的图像超分辨率重建算法

针对常用图像超分辨率重建算法生成的超分辨率(SR)图像质量较差的问题,提出一种基于改进文本超分辨网络(TSRN)的图像超分辨率重建算法。在TSRN基础上加入信息蒸馏块(IDB),IDB中的增强单元使长短路径特征在通道中合成以加强浅层特征,在TextZoom数据集上训练和测试,实验结果表明,本算法可把低分辨率(LR)图像转化为更清晰的SR图像,相比其他超分辨率重建算法,其生成的SR图像更清晰,重建效果更佳。使用卷积循环神经网络(CRNN)模型对LR图像和SR图像进行文字识别,实验结果表明,本算法生成SR图像的平均文字识别准确率相较LR图像提升了16.8%,提升效果显著,且较原TSRN算法也有所提高,证明了本算法的有效性。