摘要：针对图像采集设备和环境干扰等因素导致毫米波图像质量不够理想、现有算法重建后图像容易丢失细节，提出了基于增强型超分辨率生成对抗网络(Real-ESRGAN)改进的毫米波图像增强算法，用多级残差密集连接模块（Residual in Residual Dense Block，RRDB）构建生成器网络，以高效率、高稳定性提取到毫米波图像的特征信息；结合特征激活前的感知损失、Smooth L1损失和对抗损失使模型稳定收敛，减少重建后图像细节丢失；提出以PatchGAN为基本结构的判别器，减少计算量，提高了网络的训练和收敛速度。实验结果表明，本文的方法相比Real-ESRGAN在PSNR、SSIM的比较中分别高出0.3795dB，0.0211，在NIQE、PI的比较中分别降低了1.6412，1.1191。
文章目录
0引言
1毫米波图像超分辨率模型
1.1生成器架构
1.1.1残差密集连接模块
1.2判别器结构
1.3损失函数
1.3.1内容损失
1.3.2感知损失
1.3.3对抗损失
1.4图像退化模型
2实验与结果分析
2.1 实验环境与参数
2.2评价指标
2.3试验结果与分析
3结束语
