基于卷积神经网的单幅图像超分辨率重建算法

发布时间：2019-01-25 21:31

【摘要】：为重建边缘清晰平滑的高分辨率图像,提出一种基于卷积神经网的单幅图像超分辨率重建算法.该算法使用固定大小的小卷积核,有效地提取梯度信息;设计深度为6层的卷积神经网,重建出边缘更清晰的图像,在一定程度上抑制了边缘的振铃效应;使用更大的样本库进行训练,避免发生过拟合.实验结果表明,虽然文中算法在Dong的卷积神经网超分辨率重建算法所提供的小训练库上优势不明显;但在Image Net这类大训练库上,该算法重建的高分辨率图像在主观视觉感受和客观图像质量评价(如峰值信噪比)上都有更好的表现.
[Abstract]:In order to reconstruct high-resolution images with clear and smooth edges, a novel super-resolution reconstruction algorithm based on convolution neural network is proposed. The algorithm uses small convolutional kernel of fixed size to extract gradient information effectively and designs a convolution neural network with depth of 6 layers to reconstruct image with clearer edge which can restrain the ringing effect of edge to a certain extent. Use a larger sample base for training to avoid overfitting. The experimental results show that the advantages of the proposed algorithm in the small training library provided by Dong's convolutional neural network super-resolution reconstruction algorithm are not obvious. However, in a large training library such as Image Net, the high resolution image reconstructed by this algorithm has better performance in subjective visual perception and objective image quality evaluation, such as peak signal-to-noise ratio (PSNR).
【作者单位】： 北京邮电大学信息与通信工程学院;
【基金】：教育部博士点基金(20130005110017)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 王晓文;刘雨;;图像超分辨率研究综述[J];信息技术;2009年07期

2 沈焕锋;李平湘;张良培;王毅;;图像超分辨率重建技术与方法综述[J];光学技术;2009年02期

3 王春霞;苏红旗;范郭亮;;图像超分辨率重建技术综述[J];计算机技术与发展;2011年05期

4 张银林;;视频图像超分辨率增强技术[J];硅谷;2011年16期

5 余徽;陈华旺;;图像超分辨率技术研究进展[J];光学与光电技术;2012年05期

6 叶兆丰;;图像超分辨率重建技术及研究[J];电子世界;2013年09期

7 强振平;何丽波;狄光智;陈旭;;一种基于稀疏表征的图像超分辨率重建方法[J];云南大学学报(自然科学版);2013年S2期

8 黄华;樊鑫;齐春;朱世华;;基于粒子滤波的人脸图像超分辨率重建方法[J];软件学报;2006年12期

9 丁海勇;卞正富;;数字图像超分辨率重构技术研究[J];计算机与数字工程;2007年10期

10 唐斌兵;王正明;;基于先验约束的图像超分辨率复原[J];红外与毫米波学报;2008年05期

相关会议论文 前5条

1 张煜东;吴乐南;奚吉;王水花;;变长小生境算法用于图像超分辨率复原[A];2009年通信理论与信号处理学术年会论文集[C];2009年

2 张东;韩军;;图像超分辨率重建算法研究[A];2010年西部光子学学术会议摘要集[C];2010年

3 闫允一;郭宝龙;;基于小波的图像超分辨率重建算法研究[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年

4 顾莹;朱秀昌;;基于CS的图像超分辨率重建[A];2010年通信理论与信号处理学术年会论文集[C];2010年

5 张琼;付怀正;沈民奋;;基于稀疏表示的彩色图像超分辨率重建算法[A];第十五届全国图象图形学学术会议论文集[C];2010年

相关博士学位论文 前10条

1 曹明明;基于邻域嵌入的图像超分辨率重建研究[D];南京邮电大学;2015年

2 李小燕;基于广义图像先验的图像超分辨率重建算法研究[D];西南交通大学;2015年

3 康凯;图像超分辨率重建研究[D];中国科学技术大学;2016年

4 徐海明;图像超分辨率重建关键技术的基础研究[D];中国科学技术大学;2013年

5 李娟;基于稀疏表示的图像超分辨率复原研究[D];武汉科技大学;2016年

6 邓良剑;图像处理若干问题的数学模型和高性能算法研究[D];电子科技大学;2016年

7 王新蕾;基于邻域学习和稀疏原子聚类字典的图像超分辨率重构算法研究[D];东南大学;2016年

8 贾媛媛;基于稀疏表示的3D磁共振图像超分辨率重建算法研究[D];重庆大学;2016年

9 徐国明;基于稀疏表示的图像超分辨率重建方法研究[D];合肥工业大学;2015年

10 梁虎;基于纹理细节估计的多帧图像超分辨率重建算法研究[D];华中科技大学;2016年

相关硕士学位论文 前10条

1 雷倩;基于深度学习的图像超分辨率重构[D];河北师范大学;2015年

2 马莹;基于字典学习的图像超分辨率复原算法研究[D];燕山大学;2015年

3 张志超;单幅图像超分辨率重建算法研究[D];郑州大学;2015年

4 王贺青;基于稀疏表示和非下采样轮廓波变换的单幅图像超分辨率[D];哈尔滨工业大学;2015年

5 曹柱利;基于学习的毫米波图像超分辨率算法研究[D];电子科技大学;2014年

6 吴秀秀;基于配准的肺4D-CT图像超分辨率重建研究[D];南方医科大学;2015年

7 熊智;车牌图像超分辨率重建算法研究[D];南昌航空大学;2015年

8 赵新;图像超分辨率重建系统的研究与实现[D];河北工业大学;2015年

9 王保全;基于混合专家模型的快速图像超分辨率方法研究与实现[D];哈尔滨工业大学;2015年

10 徐光耀;基于稀疏表示的人脸图像超分辨率技术研究[D];上海交通大学;2015年

，

本文编号：2415208