基于卷积神经网络的图像盲超分辨研究

发布时间：2021-06-09 02:51

　　图像超分辨率（Image Super-resolution）致力于将给定的低分辨率图像（Lowresolution Image,LR）转化为对应的高分辨率图像（High-resolution Image,HR）。基于卷积神经网络的超分辨方法由于具有良好的视觉效果目前受到广泛关注,这些方法大多假设LR图像由HR图像通过双三次插值（Bicubic Interpolation）降采样得到。当真实LR退化过程不符合假设时,模型超分辨率效果会出现明显下降。Zhang提出的SRMD通过对退化关键因素进行建模,实现了使用单一模型处理多退化的超分辨任务。然而SRMD假设LR图像退化参数已知,导致模型难以直接应用于盲超分辨。而且模型的网络结构较为简单,训练数据仍然缺少真实LR与HR图像对。为此,本文提出循环模糊核校正网络（Iterative Kernel Correction,IKC）,通过估计网络对LR图像退化信息中对超分辨效果影响较大的模糊核进行估计,并通过循环方式进行调整以减小估计误差,从而得到较为准确的退化模糊核。同时本文提出了处理多退化图像的空间特征变换网络（Spatial Feature T... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景与研究意义
    1.2 国内外研究现状
    1.3 图像质量评价标准
    1.4 本文主要研究内容
    1.5 本文主要章节内容
第2章 基于合成退化图像的图像盲超分辨
    2.1 图像退化模型及参数设定
    2.2 图像盲超分辨模型
        2.2.1 整体架构
        2.2.2 循环模糊核校正模块
        2.2.3 SFTMD非盲超分辨网络
    2.3盲超分辨模型实验
        2.3.1 实验数据
        2.3.2 网络训练
        2.3.3 SFTMD实验结果与分析
        2.3.4 盲超分辨模型实验结果与分析
    2.4 本章小结
第3章 真实超分辨数据集
    3.1 数据集采集及处理
        3.1.1 变焦成像分析
        3.1.2 数据集采集
        3.1.3 数据集后处理
    3.2主流超分辨模型及实验
        3.2.1 超分辨模型
        3.2.2 实验结果及分析
    3.3 本章小结
第4章 基于沙漏模块的图像超分辨模型
    4.1 图像质量对比
    4.2 HGSR模型
    4.3 实验结果及分析
    4.4 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其他成果
致谢


【参考文献】：
期刊论文
[1]图像质量评价研究综述[J]. 周景超,戴汝为,肖柏华.  计算机科学. 2008(07)



本文编号：3219764