基于Improving-SRGAN算法的岩心图像超分辨率重建

岩心图像是油气勘探、地质分析的宝贵资料,由于部分旧设备、低分辨率设备采集到的图像细节不够,或因压缩过程中造成的图像细节丢失,容易影响地质工作者的判断,从而影响工作进度。为了获得更加真实、重建视觉效果更好的岩心图像,提出了一种改进的岩心图像超分辨率重建算法Improving-SRGAN。该算法采用生成对抗网络框架,将原生成器模型中的残差模块替换为残差注意力RAM模块。RAM模块可以对输入的特征图进行空间域和通道域加权,以更好地提取图像的高层次语义信息。同时在判别器中嵌入空洞空间金字塔池化ASPP模块,提升网络对岩心图像多尺度信息的感知能力,从而更准确地评估生成器生成图像的质量。相比SRGAN算法,所提出的算法在自建岩心数据集上的实验数据表明,其PSNR和SSIM分别提高了1.469、0.074;在DIV2K_Valid数据集上的PSNR和SSIM分别提高了0.721、0.017,且算法的MOS得分更高,重建视觉效果优于其他算法。