隨著信息技術的發(fā)展,數(shù)字圖像廣泛應用到了人類生活的各個方面。高分辨率圖像含有豐富的色彩和細節(jié)信息,不僅可以提供良好的視覺感受,并且可以為后續(xù)的各種圖像處理任務帶來便利。圖像超分辨率技術就是利用軟件技術從低分辨率圖像中恢復出高分辨率圖像。過去幾十年的研究中,該技術已經被應用于多個領域,如監(jiān)控、醫(yī)療診斷和地球觀測等。寬度學習系統(tǒng)是機器學習領域最近幾年出現(xiàn)的新技術,是一種結構簡單、參數(shù)較少的扁平化網絡模型。目前,寬度學習系統(tǒng)已經在圖像分類、人臉識別等任務中產生了較好的效果。本文研究了基于寬度學習系統(tǒng)的圖像超分辨率技術。本文的主要內容如下:首先,提出了一種基于寬度學習系統(tǒng)的圖像超分辨率算法。在訓練階段,該算法將低分辨率塊作為寬度網絡的輸入。與此同時,在寬度學習系統(tǒng)的特征層,對輸入的低分辨率圖像進一步進行了特征增強。因此,該算法實際上建立了低分辨率圖像塊及其潛在特征與高分辨率圖像塊之間的非線性關系,充分利用了低分辨率圖像中所包含的信息,提高了重建質量。在重建階段,直接輸入低分辨率圖像根據(jù)訓練好的網絡就可以得到高分辨率圖像。該算法采用最小二乘類算法訓練網絡,不需要進行迭代求解。避免了陷入局部最優(yōu)并...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 圖像超分辨率研究現(xiàn)狀
        1.2.2 寬度學習系統(tǒng)研究現(xiàn)狀
    1.3 本文主要研究內容
第2章 寬度學習系統(tǒng)與圖像重建質量評價標準
    2.1 寬度學習系統(tǒng)
    2.2 相關熵準則
        2.2.1 最大熵準則
        2.2.2 正則化的相關熵準則
    2.3 圖像重建質量評價標準
        2.3.1 峰值信噪比
        2.3.2 結構相似度
        2.3.3 加權峰值信噪比
    2.4 本章小結
第3章 基于寬度學習系統(tǒng)的圖像超分辨率
    3.1 引言
    3.2 基于寬度學習系統(tǒng)的圖像超分辨率算法
        3.2.1 算法原理
        3.2.2 算法執(zhí)行步驟
    3.3 實驗仿真結果與分析
        3.3.1 實驗數(shù)據(jù)
        3.3.2 模型結構確定
        3.3.3 方法對比
    3.4 本章小結
第4章 基于全局殘差學習和寬度學習系統(tǒng)的圖像超分辨率
    4.1 引言
    4.2 圖像頻率信息
    4.3 基于全局殘差學習和寬度學習系統(tǒng)的圖像超分辨率算法
        4.3.1 算法原理
        4.3.2 算法執(zhí)行步驟
    4.4 實驗仿真結果與分析
        4.4.1 實驗數(shù)據(jù)
        4.4.2 模型結構確定
        4.4.3 方法對比
    4.5 本章小結
第5章 基于相關熵準則和寬度學習系統(tǒng)的圖像超分辨率
    5.1 引言
    5.2 基于相關熵準則和寬度學習系統(tǒng)的圖像超分辨率算法
        5.2.1 算法原理
        5.2.2 算法執(zhí)行步驟
    5.3 實驗仿真結果與分析
        5.3.1 實驗數(shù)據(jù)
        5.3.2 模型結構確定
        5.3.3 方法對比
    5.4 本章小結
結論
參考文獻
攻讀碩士學位期間承擔的科研任務與主要成果
致謝
作者簡介



本文編號：3833100