1.一种基于通道融合自注意力机制的单幅图像超分辨率重建方法，其特征在于：以CMSAN网络作为单幅图像超分辨率重建的深度网络，把低分辨率图像 直接输入到CMSAN网络，重建出一张高分辨率图像 ；

所述CMSAN网络包含浅层特征提取模块、若干通道融合自注意力模块CMSAB、密集特征融合模块和上采样模块，采用卷积层提取低分辨率图像 的浅层特征，然后利用CMSAB模块分析所述浅层特征，提取层次特征，将生成的分层特征串接融合，与残差特征相加；最后，经过上采样模块得到重建的高分辨率图像 ；

所述通道融合自注意力模块CMSAB结构通过通道融合自注意力和轻量级卷积定义；

通道融合自注意力通过在通道维度而不是像素空间中保持Transformer的局部关注和窗口机制的移动，以提高模型的效率；卷积部分使用两个1ⅹ1卷积，1个3ⅹ3深度卷积；引入两个BN层是为了取代自注意力的LN层，以提高模型的运行速度。

2.根据权利要求1所述的基于通道融合自注意力机制的单幅图像超分辨率重建方法，其特征在于：当提供一组训练数据   ,其中 为训练数据库中图像块的数量， 和 分别是低分辨率图像块和高分辨率图像块，则损失函数表示为：其中 是重建的高分辨率图像。