基于深度學(xué)習(xí)的圖像超分辨率重建算法研究
發(fā)布時(shí)間:2022-10-08 15:43
隨著社會(huì)的發(fā)展,人們對(duì)圖像的分辨率提出了更高的要求,特別是在遙感和醫(yī)學(xué)等許多領(lǐng)域,如果圖像的分辨率較低,將會(huì)對(duì)后續(xù)的處理和應(yīng)用造成一定的困難。超分辨率重建技術(shù)可以通過(guò)軟件的方式提高圖像的分辨率,采用深度學(xué)習(xí)的方法能夠顯著提高圖像重建的效果,但是仍然存在重建圖像質(zhì)量低、視覺(jué)效果差等問(wèn)題。為了解決以上問(wèn)題,論文提出三種基于深度學(xué)習(xí)的圖像超分辨率重建算法,具體工作如下:(1)首先針對(duì)圖像超分辨率重建過(guò)程中低分辨率圖像特征利用率低的問(wèn)題,提出多尺度殘差注意力網(wǎng)絡(luò)的圖像超分辨率重建算法,利用不同的卷積核獲取不同尺度的圖像特征,通過(guò)二階通道注意力模塊區(qū)分各通道特征的重要程度,加強(qiáng)網(wǎng)絡(luò)的特征提取能力,充分利用低分辨率圖像中的信息。在不同數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,此算法在評(píng)價(jià)指標(biāo)和視覺(jué)質(zhì)量方面都取得了較好的效果。(2)然后針對(duì)圖像超分辨率重建網(wǎng)絡(luò)的中各層次特征相關(guān)性沒(méi)有給予足夠重視的問(wèn)題,提出層次注意力網(wǎng)絡(luò)的圖像超分辨率重建算法,使用層次注意力模塊提高對(duì)重要層次特征的關(guān)注程度,進(jìn)一步增強(qiáng)網(wǎng)絡(luò)的特征提取能力。實(shí)驗(yàn)結(jié)果證明,此算法提升了對(duì)圖像中細(xì)節(jié)信息的重建效果,提高了重建圖像的質(zhì)量。(3)最后針對(duì)生成對(duì)抗...
【文章頁(yè)數(shù)】:67 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 選題背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 基于重建的圖像超分辨率重建
1.2.2 基于學(xué)習(xí)的圖像超分辨率重建
1.3 研究?jī)?nèi)容及結(jié)構(gòu)安排
第二章 圖像超分辨率重建理論基礎(chǔ)
2.1 圖像退化模型
2.2 網(wǎng)絡(luò)模型
2.2.1 殘差網(wǎng)絡(luò)
2.2.2 生成對(duì)抗網(wǎng)絡(luò)
2.3 圖像超分辨率重建算法
2.4 超分辨率重建圖像質(zhì)量評(píng)價(jià)方法
2.5 本章小結(jié)
第三章 多尺度殘差注意力網(wǎng)絡(luò)的圖像超分辨率重建算法
3.1 多尺度殘差注意力網(wǎng)絡(luò)模型
3.1.1 模型結(jié)構(gòu)
3.1.2 多尺度殘差注意力組
3.1.3 多尺度殘差模塊
3.1.4 二階通道注意力模塊
3.2 仿真實(shí)驗(yàn)與結(jié)果分析
3.2.1 數(shù)據(jù)集
3.2.2 實(shí)驗(yàn)環(huán)境與參數(shù)設(shè)置
3.2.3 實(shí)驗(yàn)結(jié)果定量分析
3.2.4 實(shí)驗(yàn)結(jié)果定性分析
3.2.5 消融實(shí)驗(yàn)
3.3 本章小結(jié)
第四章 層次注意力網(wǎng)絡(luò)的圖像超分辨率重建算法
4.1 層次注意力網(wǎng)絡(luò)模型
4.1.1 模型結(jié)構(gòu)
4.1.2 層次注意力模塊
4.2 仿真實(shí)驗(yàn)與結(jié)果分析
4.2.1 實(shí)驗(yàn)結(jié)果定量分析
4.2.2 實(shí)驗(yàn)結(jié)果定性分析
4.3 本章小結(jié)
第五章 改進(jìn)生成對(duì)抗網(wǎng)絡(luò)的圖像超分辨率重建算法
5.1 改進(jìn)生成對(duì)抗網(wǎng)絡(luò)模型
5.1.1 模型概述
5.1.2 WGAN
5.1.3 WGAN-GP
5.1.4 判別網(wǎng)絡(luò)模型
5.2 仿真實(shí)驗(yàn)與結(jié)果分析
5.2.1 實(shí)驗(yàn)結(jié)果定量分析
5.2.2 實(shí)驗(yàn)結(jié)果定性分析
5.3 本章小結(jié)
第六章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
本文編號(hào):3687981
【文章頁(yè)數(shù)】:67 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 選題背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 基于重建的圖像超分辨率重建
1.2.2 基于學(xué)習(xí)的圖像超分辨率重建
1.3 研究?jī)?nèi)容及結(jié)構(gòu)安排
第二章 圖像超分辨率重建理論基礎(chǔ)
2.1 圖像退化模型
2.2 網(wǎng)絡(luò)模型
2.2.1 殘差網(wǎng)絡(luò)
2.2.2 生成對(duì)抗網(wǎng)絡(luò)
2.3 圖像超分辨率重建算法
2.4 超分辨率重建圖像質(zhì)量評(píng)價(jià)方法
2.5 本章小結(jié)
第三章 多尺度殘差注意力網(wǎng)絡(luò)的圖像超分辨率重建算法
3.1 多尺度殘差注意力網(wǎng)絡(luò)模型
3.1.1 模型結(jié)構(gòu)
3.1.2 多尺度殘差注意力組
3.1.3 多尺度殘差模塊
3.1.4 二階通道注意力模塊
3.2 仿真實(shí)驗(yàn)與結(jié)果分析
3.2.1 數(shù)據(jù)集
3.2.2 實(shí)驗(yàn)環(huán)境與參數(shù)設(shè)置
3.2.3 實(shí)驗(yàn)結(jié)果定量分析
3.2.4 實(shí)驗(yàn)結(jié)果定性分析
3.2.5 消融實(shí)驗(yàn)
3.3 本章小結(jié)
第四章 層次注意力網(wǎng)絡(luò)的圖像超分辨率重建算法
4.1 層次注意力網(wǎng)絡(luò)模型
4.1.1 模型結(jié)構(gòu)
4.1.2 層次注意力模塊
4.2 仿真實(shí)驗(yàn)與結(jié)果分析
4.2.1 實(shí)驗(yàn)結(jié)果定量分析
4.2.2 實(shí)驗(yàn)結(jié)果定性分析
4.3 本章小結(jié)
第五章 改進(jìn)生成對(duì)抗網(wǎng)絡(luò)的圖像超分辨率重建算法
5.1 改進(jìn)生成對(duì)抗網(wǎng)絡(luò)模型
5.1.1 模型概述
5.1.2 WGAN
5.1.3 WGAN-GP
5.1.4 判別網(wǎng)絡(luò)模型
5.2 仿真實(shí)驗(yàn)與結(jié)果分析
5.2.1 實(shí)驗(yàn)結(jié)果定量分析
5.2.2 實(shí)驗(yàn)結(jié)果定性分析
5.3 本章小結(jié)
第六章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
本文編號(hào):3687981
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/3687981.html
最近更新
教材專(zhuān)著