高分辨圖像具有畫面清晰、色彩豐富等優(yōu)點(diǎn),很多應(yīng)用場(chǎng)景對(duì)圖像分辨率都有著較高的要求。然而現(xiàn)實(shí)世界中,成像過程受眾多因素影響,往往無法獲得高質(zhì)量的圖像。為了解決這一問題,可以利用超分辨率重建技術(shù)恢復(fù)出圖像損失的細(xì)節(jié)信息,提高分辨率。深度學(xué)習(xí)的發(fā)展使得圖像超分辨率重建技術(shù)獲得了很大的突破,是近年國(guó)內(nèi)外學(xué)者研究的重點(diǎn)。本文重點(diǎn)關(guān)注基于深度學(xué)習(xí)的超分辨重建方法,主要研究?jī)?nèi)容如下:1.論文首先介紹圖像超分辨率重建的相關(guān)研究背景及其基礎(chǔ)知識(shí),并對(duì)這項(xiàng)技術(shù)的研究現(xiàn)狀進(jìn)行分析,著重闡述深度學(xué)習(xí)在超分辨重建中的應(yīng)用。為了進(jìn)一步提升重建質(zhì)量,改進(jìn)現(xiàn)有算法的不足,利用殘差學(xué)習(xí)思想提出基于卷積神經(jīng)網(wǎng)絡(luò)和生成對(duì)抗網(wǎng)絡(luò)的超分網(wǎng)絡(luò)模型。2.傳統(tǒng)前饋神經(jīng)網(wǎng)絡(luò)在提取圖像特征時(shí)容易出現(xiàn)丟失局部信息的情況,為此,在充分考慮信息持久性在網(wǎng)絡(luò)傳播過程中的影響的基礎(chǔ)上,本文提出增強(qiáng)型兩階段超分辨重建殘差網(wǎng)絡(luò)模型,在增加網(wǎng)絡(luò)深度的同時(shí)可以有效地融合各層學(xué)習(xí)到的特征。重建第一階段是通過稠密殘差單元完成對(duì)圖像特征的分層學(xué)習(xí),提升信息的整合程度。重建第二階段主要是對(duì)在第一階段學(xué)習(xí)到的圖像高頻信息進(jìn)行殘差再學(xué)習(xí),縮小重建誤差。在這兩個(gè)階段中... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖像退化模型

高分辨率圖片。圖像的成像過程受噪聲擾動(dòng)時(shí)，重建出的圖片會(huì)偽圖塊，這也使得很多超分辨重建算法重建出的而成像噪聲是無法消除的，因此超分辨率重建問題超分辨率重建是一種不適應(yīng)的逆問題，實(shí)際的重建程，為了克服這種病態(tài)性，重建出令人滿意的高分許多經(jīng)典算法。法的方法方法是早期超分辨率重建的主要研究方向，這類息選擇不同的插值方法對(duì)放大后圖像中的位置區(qū)算法有：最近鄰插值和雙線性插值。值

圖 2. 3 雙線性插值示意圖Fig 2.3 The illustration of bilinear interpolation能力不強(qiáng)。雙線性插值計(jì)算像素值時(shí)在水平方向和樣一來，鄰近區(qū)域內(nèi)的所有已知位置的像素點(diǎn)信息都意圖。已知圖像中某一區(qū)域中的 A，B，C，D 四個(gè)雙線性插值首先在水平方向?qū)?A 和 B，C 和 D 進(jìn)行素值，{ ( ) = ( ) ( ) ( ) = ( ) ( )得到 E 點(diǎn)的像素值，雙線性插值再在豎直方向進(jìn)行 ( ) = ( ) ( ) 的方法方法首先需要從圖像退化模型中挖掘出高、低分辨建立數(shù)學(xué)模型完成從低分辨率圖像到高分辨率的逆

【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合深度殘差學(xué)習(xí)和感知損失的圖像去噪[J]. 吳從中,陳曦,季棟,詹曙.  中國(guó)圖象圖形學(xué)報(bào). 2018(10)



本文編號(hào)：2937975