1.一种注意力机制增强的图像超分辨率重建方法，其特征是：包括以下步骤：

S100、在计算机上构建用于对图像进行超分辨率重建的卷积神经网络；所述卷积神经网络包括首部特征抽取模块、滤性特征抽取模块和上采样模块，所述首部特征抽取模块设置在所述卷积神经网络的前端，顺次连接的多个所述滤性特征抽取模块设置在所述卷积神经网络的中部，所述上采样模块设置在所述卷积神经网络的尾部；

所述滤性特征抽取模块内部对特征图的处理过程表示为如下数学模型：

E1＝ρ1(f1k3(Pn))

E2＝ρ2(f1k1(Pn))

E4＝ρ3(f3k51(E1))

E5＝ρ4(f3k52(E2))

E6＝f4k1([E3,E4,E5])

E7＝ρ6(f6k3(ρ5(f5k3(E6))))

其中，Pn表示输入所述滤性特征抽取模块的特征图，f1k1、f2k1和f4k1均表示卷积核尺寸为1*1的卷积运算处理层，f1k3、f5k3和f6k3均表示卷积核尺寸为3*3的卷积运算处理层，f3k51和f3k53均表示卷积核尺寸为5*5的卷积运算处理层，ρ1、ρ2、ρ3、ρ4、ρ5和ρ6均代表激活函数ReLU，[·]表示将其中的特征图在通道方向上做拼接操作，fcA1表示预调空间校准模块，fcA2表示后调空间校准模块， 表示元素对应乘积，Pn+1表示所述滤性特征抽取模块输出的特征图；

S200、获取训练图像数据集，利用所述训练图像数据集训练所述卷积神经网络；

S300、获取待重建的原始图像，将所述原始图像输入训练完成的所述卷积神经网络，所述首部特征抽取模块对所述原始图像进行特征抽取后，输出得到前级特征图；

S400、各个所述滤性特征抽取模块依次接收自身上游端输出的特征图作为输入，并将处理后得到的特征图输出到自身的下游端，直到最后一个所述滤性特征抽取模块输出得到后级特征图；

S500、将所述后级特征图输入所述上采样模块，然后所述上采样模块重建并输出分辨率大于所述原始图像的重建图像。

2.根据权利要求1所述的注意力机制增强的图像超分辨率重建方法，其特征是：所述预调空间校准模块内部对特征图的处理过程表示为如下数学模型：KX＝[ASJ(Em),ASV(Em)]

KT1＝ξ1(Sf1(KX))

其中，Em表示输入所述预调空间校准模块的特征图，ASJ和ASV分别代表在通道方向上对特征图做全局性的平均池化和方差池化，[·]表示将其中的特征图在通道方向上做拼接操作，ξ1表示激活函数sigmoid，Sf1表示卷积核尺寸为1*1的卷积运算处理层，KT1表示所述预调空间校准模块输出的预调空间校准图。

3.根据权利要求2所述的注意力机制增强的图像超分辨率重建方法，其特征是：所述后调空间校准模块内部对特征图的处理过程表示为如下数学模型：KY＝[ASJ(E6),AAT(E6)]

KT2＝ξ2(Sf2(KY))

其中，E6表示输入所述后调空间校准模块的特征图，ASJ和AAT分别代表在通道方向上对特征图做全局性的平均池化和最大池化，[·]表示将其中的特征图在通道方向上做拼接操作，ξ2表示激活函数sigmoid，Sf2表示卷积核尺寸为1*1的卷积运算处理层，KT2表示所述后调空间校准模块输出的后调空间校准图。

4.根据权利要求3所述的注意力机制增强的图像超分辨率重建方法，其特征是：所述滤性特征抽取模块中设有内调连接，所述预调空间校准图通过所述内调连接传送到所述后调空间校准模块的输出端，所述后调空间校准图先与所述预调空间校准图相加得到综合空间校准图，再利用所述综合空间校准图校准特征图E7。

5.根据权利要求1所述的注意力机制增强的图像超分辨率重建方法，其特征是：所述卷积神经网络中设有全层级通道校准模块；先将每个所述滤性特征抽取模块中的E3特征图与E6特征图相加得到交融特征图，再将各个所述滤性特征抽取模块中的交融特征图输入所述全层级通道校准模块，所述全层级通道校准模块输出的通道校准图用于对所述后级特征图的各个通道进行校准。

6.根据权利要求6所述的注意力机制增强的图像超分辨率重建方法，其特征是：所述全层级通道校准模块内部对特征图的处理过程表示为如下数学模型：QM1＝λ1(CAP(H1))+λ2(CAP(H2))+…+λn(CAP(Hn))QM2＝ξc(CEP(Cf1a([H1,H2…,Hn])))

其中，H1、H2、…、Hn分别表示各个所述滤性特征抽取模块输出的的交融特征图，H1、H2、…、Hn作为所述全层级通道校准模块的输入，CEP和CAP分别代表在空间方向上对特征图做全局性的平均池化和最大池化，λ1、λ2、…、λn均表示非线性映射单元，[·]表示将其中的特征图在通道方向上做拼接操作，Cf1a表示卷积核尺寸为1*1的卷积运算处理层，ξc表示激活函数sigmoid， 表示元素对应乘积，KD表示所述全层级通道校准模块输出的通道校准图。

7.根据权利要求1所述的注意力机制增强的图像超分辨率重建方法，其特征是：所述卷积神经网络中设有前后长连接，所述前级特征图还通过所述前后长连接直接传送到所述上采样模块的前端，所述后级特征图先与所述前级特征图相加得到综合特征图，然后所述上采样模块再以所述综合特征图作为输入。