基于卷积神经网络的模糊车牌图像超分辨率重建方法

发布时间：2023-04-23 13:29

　　针对车牌图像分辨率低、视觉质量差等问题,提出一种针对模糊车牌图像的超分辨率重建方法。在FSRCNN的基础上进行如下改进:特征提取阶段采用双通道替代单通道,增强对图像有用特征信息的提取;映射部分使用深度可分离卷积替代原有卷积并减少映射层数,提升训练速度;重建部分采用子像素卷积操作替代反卷积层,抑制反卷积层产生的人工冗余信息。实验结果表明,该方法的重建结果与其他方法相比,图像质量在主观和客观方面都有所改善,训练时间也有所减少。

【文章页数】：7 页

【文章目录】：
0 引 言
1 相关理论
2 算法设计
    2.1 重建模型
    2.2 网络结构设计
    2.3 激活函数和损失函数
3 实 验
    3.1 数据集来源及对比指标
    3.2 结果及分析
    3.3 参数讨论
4 结 语



本文编号：3799815