超分辨率重建
超分辨率重建的相关文献在2002年到2023年内共计1729篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、测绘学
等领域,其中期刊论文558篇、会议论文16篇、专利文献190488篇;相关期刊238种,包括遥感信息、中国图象图形学报、光学精密工程等;
相关会议14种,包括2014年中国电机工程学会年会、第二届全国图象图形联合学术会议、第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会等;超分辨率重建的相关文献由3844位作者贡献,包括何小海、滕奇志、卿粼波等。
超分辨率重建—发文量
专利文献>
论文:190488篇
占比:99.70%
总计:191062篇
超分辨率重建
-研究学者
- 何小海
- 滕奇志
- 卿粼波
- 韩镇
- 杨欣
- 江俊君
- 周大可
- 熊淑华
- 王中元
- 胡瑞敏
- 王正勇
- 卢涛
- 陈洪刚
- 任超
- 卜丽静
- 姜志国
- 侯春萍
- 吴小强
- 张浩鹏
- 程德强
- 张煜
- 沈焕锋
- 高新波
- 张正鹏
- 赵小强
- 吕卫
- 吴乐南
- 徐枫
- 朱秀昌
- 李晓光
- 褚晶辉
- 赵丹培
- 吴晓红
- 易鹏
- 李超
- 谢凤英
- 陈亮
- 韩玉兵
- 黄华
- 刘家瑛
- 卓力
- 周圆
- 寇旗旗
- 李展
- 江奎
- 王鑫
- 徐健
- 李庆武
- 李键红
- 焦李成
-
-
陈楠;
张标
-
-
摘要:
传统的卷积稀疏编码超分辨率方法在特征空间转换时仅引入线性投影关系,且在特征图的学习中未能考虑局部细节信息,使重建结果在边缘和细节方面不尽如人意.为此,将卷积稀疏编码理论引入遥感影像的超分辨重建框架中,提出一种多尺度半耦合卷积稀疏编码的超分辨率重建方法.首先对输入影像进行多尺度分解,提取出平滑分量和多个尺度的纹理分量,并对最终的平滑分量进行双三次插值重建;然后将每个尺度的纹理分量进行半耦合卷积稀疏编码重建,利用非线性卷积算子作为每个尺度下纹理分量的高分辨率特征图与低分辨率特征图之间的投影函数,并在特征图的学习中引入非局部自相似性结构进行约束优化,从而更好地重建出每个尺度下的纹理分量;最后将重建后的平滑分量和每个尺度下的纹理分量进行叠加,获得最终的重建影像.以4种不同传感器的遥感影像作为实验影像,与几种先进的超分辨率重建方法对比的实验结果表明,所提方法获得的重建影像在定量分析指数PSNR和FSIM方面均优于其他方法,表现出更为清晰的边界和细节信息,且具有一定的抗噪性能.
-
-
周颖;
常明新;
叶红;
张燕
-
-
摘要:
针对太阳能电池板隐裂缺陷在进行光学检测时存在的特征不明显问题,以及小样本导致的训练不充分问题,提出了基于元迁移的太阳能电池板缺陷图像超分辨率重建方法,采用联合训练方法,利用内部图像和外部大规模图像信息分别作为不同阶段的训练数据。首先将引入的大量数据用于模型的初步训练,学习外部大规模数据的公共特征,然后通过元学习模型MAML进行多任务训练,为快速适应小样本无监督任务寻找一个适合图像内部学习的初始参数,提高模型的泛化能力,最后将预训练参数迁移至改进的ZSSR中进行自监督学习。在DIV2K、Set5、BSD100和太阳能电池板电致发光成像数据集上进行训练,实验结果表明,与传统的CARN,RCAN,IKC,ZSSR方法相比,该方法具有更高的峰值信噪比,最高达到36.66,参数量更小,相比ZSSR降低了70000,图像重建时间更短,相比CARN降低了0.51s,具有更好的重建效果,更高的重建效率。
-
-
朱联祥;
郑逸
-
-
摘要:
针对图像采集设备和地质环境等因素导致的岩石显微图像普遍存在分辨率低,图像细节不清晰等问题,本文基于SRGAN和自注意力机制,对生成网络和判别网络进行调整,并在损失函数中结合岩石显微图像的孔隙度特征,提出一种岩石显微图像超分辨率重建算法。在4倍放大因子下,通过实验对岩石显微图像数据集DRSRD1_2D进行了测试。结果表明,本文所提算法在重建图像的峰值信噪比(PSNR)指标方面有显著改善。与SRGAN算法相比,在运行相同轮数的情况下,重建结果的边缘细节更清晰且亮度信息更准确,能更好地表达图像的高频特征。
-
-
郭林;
陈亮亮;
程德强;
江曼;
寇旗旗;
钱建生
-
-
摘要:
针对常规图像超分辨率重建方法应用于低照度环境下的图像时存在纹理信息丢失、颜色偏移失真和重建性能退化等问题,提出了一种颜色恢复和边缘保持的低照度图像超分辨率重建方法。在锚定邻域回归(ANR)的图像超分辨率重建方法基础上引入颜色恢复和边缘保持的照度增强函数,从而提高图像内容和边缘纹理的显著性;选择最小加权二乘滤波作为中心环绕函数(WLS)以抑制高频特征退化;同时针对YCbCr颜色空间的Y通道分量采用边缘保持的照度增强函数计算其反射分量,进一步增强边缘纹理特征。实验结果表明,所提方法获得了更好的视觉效果,相比于其他方法,该方法峰值信噪比(PSNR)提高了63.15%、结构相似度(SSIM)提高了46.86%、感知质量(PI)提高了4.12%。
-
-
陈贵强;
何军
-
-
摘要:
在遥感图像超分辨率重建领域,大部分数据集缺少成对的图像用于训练,当前的方法主要是通过双三次插值的方式来获取低分辨率图像,因退化模型过于理想化导致在处理真实低分辨率遥感图像时效果较差,基于此,文中提出了一种自然场景下真实遥感图像的超分辨率重建算法。针对缺少成对图像的数据集的问题,构建了一种更合理的退化模型,将成像过程中的退化先验知识(如模糊、噪声、降采样等)随机混洗,以模拟自然场景下低分辨遥感图像的生成过程,生成逼真的低分辨率图像用于训练;同时,改进了一种基于生成对抗网络的超分辨率重建算法,在生成网络中引入注意力机制,以增强遥感图像纹理细节。在UC Merced数据集上,所提方法的PSNR/SSIM较ESRGAN和RCAN分别提升了1.407 1 dB/0.067 2,0.821 1 dB/0.023 5;在真实遥感数据集Alsat2B上,所提方法在3种地形上的平均PSNR/SSIM较基线模型提升了1.758 4 dB/0.048 5,重建图像视觉效果也优于基线模型,从而验证了退化模型和重建模型的有效性。
-
-
闫昊天;
程良伦;
吴衡
-
-
摘要:
针对红外图像空间分辨率低、成像效果不好的问题,提出了一种基于对偶循环结构和注意力机制的红外图像超分辨率重建方法。对偶循环结构的引入能够更好地约束LR到HR的映射,通过引入融合了多维度的注意力机制CBAM,让网络在不显著提高计算量与参数的情况下取得了细节更丰富的重建效果。通过在真实红外数据集上与现有的典型方法进行比较,所提方法在显著降低了模型的参数量的情况下取得了不错的重建效果。
-
-
李利;
尹增山;
石神
-
-
摘要:
超分辨率重建可以从低分辨率图像序列中重建出高分辨率图像,提高图像质量。重建出边缘保持且噪声低的高分辨率图像,仍具有挑战。针对此问题,在L_(1)先验模型中添加图像梯度的L_(0)范数作为先验知识,提出联合L_(1)和L_(0)先验模型的超分辨率重建算法,既保留L_(1)先验模型边缘保持的优点,又保留L_(0)先验模型抑制噪声的优点。将该算法与双三次插值、Total Variation(TV)先验模型和L_(1)先验模型作对比,通过仿真实验数据和真实实验数据的分析,验证本文算法的有效性。
-
-
郝建新;
张亦驰;
王力
-
-
摘要:
红外图像普遍存在分辨率低、细节模糊和视觉效果差的问题,使其难于直接应用在PCB故障诊断系统中。针对这一问题,本文提出了一种可充分利用红外图像层次特征的混合残差密集网络超分辨率重建算法。首先,使用卷积神经网络提取原始低分辨率图像的浅层特征信息;其次,设计多路径混合残差密集连接块,进一步提取更丰富的深层特征信息;最后,引入全局特征融合与残差学习自适应的学习并整合全局特征信息,应用转置卷积上采样完成红外图像的超分辨率重建。实验结果表明,本文算法能够有效提高重建后红外图像分辨率,使细节信息得到改善、视觉效果得到提升。基于公共/自建数据集得到的重建后图像峰值信噪比和结构相似性指标分别达到42.17 dB/39.32 dB和0.9503/0.9466,优于文中列举的双三次内插法、SRCNN和ESPCN模型,重建性能得到明显提高。
-
-
竺可沁;
林珊玲;
林志贤;
郭太良
-
-
摘要:
针对目前基于深度学习的超分辨率算法特征提取较为单一、结构复杂且参数庞大的问题,提出了一种基于多层次特征提取的轻量级超分辨率重建算法。该算法采用了多层次特征提取的方式,首先提取图像的浅层特征;其次,使用包含多个并行卷积的深层特征提取模块提取图像的深层特征。设计了一种带学习权重的多尺度特征融合重建模块,以充分利用提取出的多层次信息重建图像。实验结果表明,其重建图像的峰值信噪比和结构相似性在多数情况下领先于目前主流算法;与对比算法相比,在参数量和运算时间上均保持领先,证明了网络的轻量化特性。
-
-
朱联祥;
田茹梦
-
-
摘要:
岩石显微图像包含着油气藏分布信息,清晰的岩石显微图像能够提供更多的岩石物理特性信息。实际应用中,岩石显微图像往往存在分辨率低,图像细节不清晰的问题。文章将基于深度学习的卷积神经网络模型应用到岩石图像的超分辨率处理。目前大部分单幅图像超分辨率重建算法将低分辨率图像假设为由高分辨率图像双三次下采样得到,忽略了模糊核这一影响图像退化的关键因素,当实际退化与假设不符时,重建效果就会很差。针对这一问题文章提出了基于模糊核残差网络的单幅图像超分辨率算法。实验结果表明文章提出的算法在岩石图像重建效果上有所提高。
-
-
Yang Boxiong;
杨博雄;
Huang Jing;
黄静;
Geng Wenbo;
耿文波;
Tong Xin;
佟鑫
- 《第17届全国图象图形学学术会议》
| 2014年
-
摘要:
智慧城市是当前研究的热点,平安城市建设中获取的海量视频数据为智慧城市提供决策信息来源,但是目前对这些视频数据挖掘还远远不够,在提高视频的图像质量方面还有很多工作要做.本文以此需求为契机,通过分析视频图像的成像机理和工作特点,针对图像中的兴趣点进行决状分割,提出一种BTM-MEM的运动估计方法,通过软件的方法从若干幅连续视频图像序列中重建一幅高分辨率的图像.同时结合公安刑事侦查案件等特殊领域的应用,利用其所具有的丰富数据来源和场景回现的先天优势,采用本文所提出的方法进行视频图像的超分辨率重建处理.通过实验证明,这种方法无论是从主观上还是从客观上,都较传统的方法有明显改善和提高,并可以达到实用的目的.
-
-
刘薇;
朱虹;
刘小乾
- 《第二届全国图象图形联合学术会议》
| 2013年
-
摘要:
针对模糊退化模型(PSF)未知的图像超分辨率重建问题,提出一种以学习重建结果为参考的模糊图像PSF辨识与重建方法.对学习重建算法获得的退化图像的恢复结果,采用不同尺度的方向滤波提取恢复效果良好的强边缘区域构建参考信息块,引导最大后验概率框架下的超分辨率重构算法按照正确的PSF重构高分辨率图像.以散焦模糊图像为例进行实验,实验结果表明,该算法对散焦型PSF的辨识较为准确,重建质量较好.
-
-
-
-
-
Wang Wenyuan;
王文渊;
Guo Chengjun;
郭承军
- 《第十二届中国卫星导航年会》
| 2018年
-
摘要:
TOF(Time of Flight)相机具有同时获取目标的灰度和深度图像的功能,从而能够实得到目标物体的三维点云,实现三维成像.在卫星导航与宇宙空间探测的研究中,利用TOF相机获得深度图像来进行工作也是当下的一个热门研究方向.但是目前用TOF相机所获得的深度图像仍然存在许多问题,例如图像易受噪声干扰,存在许多误差,使得深度图像中存在噪声黑洞;TOF相机获得的深度图像分辨率较低,不便于直接应用到实验研究等等,这些问题严重影响了TOF相机的实际应用.因此,对于TOF相机而言,如何对获得的深度图像进行增强是一个关键的研究方向.本文对TOF相机深度图像的增强技术算法进行研究,对不同思路的算法进行归类总结,并分析其原理和效果,增强算法主要可以分为深度图像修复与深度图像的超分辨率重建两大类.最后总结TOF深度图像增强算法并展望了未来发展趋势.
-
-
罗恒;
罗晓丹;
凌子燕
- 《广西测绘学会2018年学术交流会》
| 2018年
-
摘要:
超分辨率影像重建(Super Resolution Image Reconstruction)技术是一种使用多幅低分辨率影像进行融合及信息互补形成更高分辨率影像的图像处理技术.三线阵遥感卫星在相近时间获取同一拍摄区域不同角度影像,可以利用这些互补信息形成信息量更丰富的重建影像.这对于中国首颗民用高分辨率三线阵立体测图卫星资源三号,运用超分辨率影像重建技术改善影像分辨率与图像质量,提升该卫星影像的可用性具有较大的现实意义.本文探讨一种使用运动偏移计算和鲁棒超分辨率技术对资源三号三线阵影像进行处理的方法.结果表明,本研究提出的方法可以显著提高资源三号三线阵影像超分辨率,同时改善影像图像质量.
-
-
-