發(fā)布時間：2018-03-14 00:33

  本文選題：圖像處理　切入點：卷積神經(jīng)網(wǎng)絡(luò)　出處：《微型機(jī)與應(yīng)用》2017年20期 　論文類型：期刊論文

【摘要】：目前,深度學(xué)習(xí)已經(jīng)在圖像超分辨率重建上表現(xiàn)出不錯的性能,但是對某些紋理細(xì)節(jié)還原度不高。針對此問題,提出了基于卷積神經(jīng)網(wǎng)絡(luò)的紋理的超分辨率重建算法。首先用梯度算子提取圖像的紋理特征,再將圖像按照紋理進(jìn)行分類,最后用卷積神經(jīng)網(wǎng)絡(luò)對同一類別的樣本集進(jìn)行超分辨率重建。實驗證明,該算法能夠恢復(fù)一定的紋理信息,而且對同類紋理的重建結(jié)果優(yōu)于已有算法。
[Abstract]:At present, depth learning has shown good performance in image super-resolution reconstruction, but the degree of restoration of some texture details is not high. A texture reconstruction algorithm based on convolution neural network is proposed. Firstly, gradient operator is used to extract the texture feature of the image, and then the image is classified according to the texture. Finally, the convolution neural network is used to reconstruct the sample set of the same class. Experiments show that the algorithm can recover some texture information, and the reconstruction result of the same kind of texture is better than that of the existing algorithms.
【作者單位】： 東華大學(xué)信息科學(xué)與技術(shù)學(xué)院;
【分類號】：TP183;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 廖宇;喬凌;;超分辨率重建技術(shù)研究與探索[J];通信與信息技術(shù);2011年05期

2 鐘山,沈振康;圖像靜態(tài)超分辨率重建[J];紅外與毫米波學(xué)報;2004年02期

3 王勇,鄭輝,胡德文;視頻的超分辨率增強(qiáng)技術(shù)綜述[J];計算機(jī)應(yīng)用研究;2005年01期

4 袁建華;殷學(xué)民;鄒謀炎;;一種有效的超分辨率重建計算方法[J];中國科學(xué)院研究生院學(xué)報;2006年04期

5 張地;何家忠;彭宏;;低分辨率人臉序列的超分辨率重構(gòu)識別[J];韶關(guān)學(xué)院學(xué)報;2007年06期

6 梁立恒;邢立新;姜紅艷;王明常;;高保真影像超分辨率重建應(yīng)用研究[J];吉林大學(xué)學(xué)報(地球科學(xué)版);2007年S1期

7 鄭麗賢;何小海;吳煒;楊曉敏;陳默;;基于學(xué)習(xí)的超分辨率技術(shù)[J];計算機(jī)工程;2008年05期

8 浦劍;張軍平;黃華;;超分辨率算法研究綜述[J];山東大學(xué)學(xué)報(工學(xué)版);2009年01期

9 楊剛;趙紅;王苗;劉穎;石強(qiáng);;一種基于金字塔策略的人臉超分辨率方法[J];河北大學(xué)學(xué)報(自然科學(xué)版);2009年03期

10 劉琚;喬建蘋;;基于學(xué)習(xí)的超分辨率重建技術(shù)[J];智能系統(tǒng)學(xué)報;2009年03期

相關(guān)會議論文 前10條

1 潘明海;劉永坦;趙淑清;徐佳祥;干恒富;;一種多運(yùn)動目標(biāo)的超分辨率檢測算法[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

2 李兵兵;陸耀;王曉明;李勁嫻;;基于金字塔回歸策略的人臉超分辨率[A];計算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

3 戴光智;陳鐵群;薛家祥;;基于微掃描技術(shù)焊縫超聲圖像的超分辨率重建[A];第十七屆全國測控計量儀器儀表學(xué)術(shù)年會（MCMI'2007）論文集（上冊）[C];2007年

4 鄭杰;韓梅;;基于微位移的超分辨率重建技術(shù)[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

5 繆泓;徐海明;;微平移序列圖像的超分辨率重建技術(shù)[A];中國力學(xué)學(xué)會學(xué)術(shù)大會'2009論文摘要集[C];2009年

6 徐忠強(qiáng);朱秀昌;;基于正則算法的壓縮視頻超分辨率重建[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

7 池小梅;馬建偉;黃景濤;;基于壓縮傳感的超分辨率紅外成像研究[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

8 黃華;何惠婷;;一種基于CCA空間超分辨率的人臉識別方法[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計算學(xué)術(shù)會議（PCC2009）論文集[C];2009年

9 楊劍;周詮;李映;趙榮椿;;一種改進(jìn)的基于MAP的超分辨率圖像重建算法[A];全國第三屆信號和智能信息處理與應(yīng)用學(xué)術(shù)交流會�？痆C];2009年

10 饒俊;;基于金字塔配準(zhǔn)和特征提取插值的超分辨率重建[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 巴拉卡，雅各布Maiseli（Baraka Jacob Maiseli）;基于正則化的非線性擴(kuò)散模型的超分辨率方法[D];哈爾濱工業(yè)大學(xué);2015年

2 岳煥景;面向云媒體的圖像處理研究[D];天津大學(xué);2015年

3 楊琛;提高集成成像與集成全息系統(tǒng)成像質(zhì)量方法的研究[D];西安電子科技大學(xué);2015年

4 何蕾;基于稀疏表達(dá)的連分式插值核的圖像/視頻超分辨率重建方法研究[D];合肥工業(yè)大學(xué);2015年

5 樊程廣;超聲相控陣超分辨率成像方法研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 陳亮;基于一致性近鄰關(guān)系的極低質(zhì)量人臉超分辨率算法研究[D];武漢大學(xué);2017年

7 袁建華;超分辨率重建中若干問題的研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2006年

8 范沖;三線陣影像超分辨率重建[D];中南大學(xué);2007年

9 張小紅;視頻去運(yùn)動模糊及超分辨率研究[D];浙江大學(xué);2012年

10 江濤;同視域多幀視覺影像超分辨率重建技術(shù)研究[D];山東科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 李智盛;壓縮傳感在超分辨率中的應(yīng)用[D];清華大學(xué);2011年

2 劉鵬;壓縮自編碼字典下的多機(jī)制鄰域嵌入超分辨率重建算法[D];華南理工大學(xué);2015年

3 蔣曉慧;自適應(yīng)正則化超分辨率重建方法的研究[D];蘇州大學(xué);2015年

4 楊國珂;基于壓縮傳感的圖像分辨率重構(gòu)方法和應(yīng)用[D];江西理工大學(xué);2015年

5 陳果;單一醫(yī)學(xué)視頻時空超分辨率算法研究[D];北京理工大學(xué);2015年

6 黎媛;基于超分辨率的多視角混合分辨率視頻描述的關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

7 羅國中;面向低質(zhì)量視頻的目標(biāo)對象的超分辨率重建技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 李華陽;手部深度圖像去噪與超分辨率方法研究[D];北京工業(yè)大學(xué);2015年

9 彭羊平;基于非負(fù)鄰域嵌入的單幀圖像超分辨率重建算法研究[D];西安電子科技大學(xué);2014年

10 張云鋒;紋理自適應(yīng)的超分辨率重建[D];西安電子科技大學(xué);2009年

，

本文編號：1608826