隨著數(shù)字時代的到來,以圖像為媒介的信息處理方式已經(jīng)被廣泛應(yīng)用于各種場景中。圖像的分辨率的高低可以影響到信息獲取的完善程度,高分辨率圖像可以提供更多的數(shù)據(jù)信息。近年來,基于深度學(xué)習(xí)的多個網(wǎng)絡(luò)模型在圖像超分辨率重建領(lǐng)域的精度和計(jì)算性能方面相比于傳統(tǒng)方法上有了很大的提升。但這些網(wǎng)絡(luò)模型里低分辨率圖像在預(yù)處理階段通常會先使用雙三次插值的方法放大為與目標(biāo)圖像同尺寸的高分辨率圖像。這意味著在網(wǎng)絡(luò)訓(xùn)練過程中需要在高分辨率圖像空間中進(jìn)行操作,這樣會增加網(wǎng)絡(luò)的計(jì)算復(fù)雜度。雖然加深網(wǎng)絡(luò)的深度可以有效的提升圖像的重建精度,但僅增加網(wǎng)絡(luò)層數(shù)會導(dǎo)致梯度爆炸和梯度消失問題。因此,本文針對上述問題提出一種基于亞像素卷積網(wǎng)絡(luò)的圖像超分辨率重建方法,主要研究內(nèi)容包括:在圖像預(yù)處理階段將低分辨率圖像的顏色通道RGB空間轉(zhuǎn)換為YCbCr空間,并采用低分辨率圖像的亮度通道作為網(wǎng)絡(luò)輸入使網(wǎng)絡(luò)訓(xùn)練過程在低分辨率圖像空間中進(jìn)行,以減少網(wǎng)絡(luò)計(jì)算量,有效提高網(wǎng)絡(luò)的訓(xùn)練效率。構(gòu)建兩層特征提取層,使圖像的特征獲取更為精準(zhǔn);構(gòu)建四層非線性映射層,深層的網(wǎng)絡(luò)具有更加豐富的語義信息,因此加深網(wǎng)絡(luò)層數(shù)可以提取到更多的圖像信息。利用殘差網(wǎng)絡(luò)層代替部... 

【文章來源】：廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１遙感成像丨來自于百度圖片－遙感圖像丨??

圖１．３視頻監(jiān)控成像丨來自于百度圖片－監(jiān)控圖像１??

圖２．１傳統(tǒng)神經(jīng)網(wǎng)絡(luò)??

【參考文獻(xiàn)】：
期刊論文
[1]圖像超分辨率重建技術(shù)綜述[J]. 王春霞,蘇紅旗,范郭亮.  計(jì)算機(jī)技術(shù)與發(fā)展. 2011(05)
[2]圖像超分辨率研究綜述[J]. 王曉文,劉雨.  信息技術(shù). 2009(07)
[3]超分辨率算法研究綜述[J]. 浦劍,張軍平,黃華.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2009(01)



本文編號：3081855