基于融合梯度ESRGAN网络的单幅红外图像重建与增强研究

发布时间：2021-12-29 05:42

　　红外成像系统可以在黑夜、雨、雾等光照不足和天气环境复杂的情况下捕捉物体的红外图像,并且能够呈现出较好的穿透成像效果,现广泛应用于军事、医疗,公共安全等领域。车载安全辅助系统,若配备红外成像系统能够辅助驾驶员对车辆前方路况有更清晰的了解,及时避免因光照变化、不良天气影响等因素造成的危险。由于车辆内部高度集成化,为有效利用车内空间且不过多占用运算和电力资源,因此红外成像系统体积不宜过大、成像尺寸受限、运算复杂度不宜过高。通过对车载红外图像的重建和增强进行研究,能够在不增加硬件成本的基础上有效提升图像的质量和提高人或机器对图像内容的辨析,这将有助于降低复杂环境和无人驾驶情况车祸发生的概率,提高安全驾驶的效率和安全性。本文在行车记录仪上采集的高分辨率红外图像数据集FLIR-ADAS进行中心点运动模糊的图像退化处理,退化化过程包括运动模糊和图像降采样。退化后的图像作为本文算法的低分辨率图像,源图像为重建图像的理想参考图像。从两个方面提出了基础融合梯度网络的单幅红外图像重建和增强算法,首先对低分辨率图像进行ESRGAN网络重建,调节优化参数生成初始高分辨率图像;梯度转换模块将输入的低分辨率图像使用... 

【文章来源】：西安理工大学陕西省

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

降采样图像超分辨率重建Fig.2-1Super-resolutionreconstructionofdown-sampledimages假设原图像矩阵为44，经过22的均值采样窗口，得到22大小的低分辨率图

图像退化过程模型

红外图像


本文编号：3555511