隨著數(shù)字時代的到來,以圖像為媒介的信息處理方式已經(jīng)被廣泛應用于各種場景中。圖像的分辨率的高低可以影響到信息獲取的完善程度,高分辨率圖像可以提供更多的數(shù)據(jù)信息。近年來,基于深度學習的多個網(wǎng)絡模型在圖像超分辨率重建領域的精度和計算性能方面相比于傳統(tǒng)方法上有了很大的提升。但這些網(wǎng)絡模型里低分辨率圖像在預處理階段通常會先使用雙三次插值的方法放大為與目標圖像同尺寸的高分辨率圖像。這意味著在網(wǎng)絡訓練過程中需要在高分辨率圖像空間中進行操作,這樣會增加網(wǎng)絡的計算復雜度。雖然加深網(wǎng)絡的深度可以有效的提升圖像的重建精度,但僅增加網(wǎng)絡層數(shù)會導致梯度爆炸和梯度消失問題。因此,本文針對上述問題提出一種基于亞像素卷積網(wǎng)絡的圖像超分辨率重建方法,主要研究內(nèi)容包括:在圖像預處理階段將低分辨率圖像的顏色通道RGB空間轉(zhuǎn)換為YCbCr空間,并采用低分辨率圖像的亮度通道作為網(wǎng)絡輸入使網(wǎng)絡訓練過程在低分辨率圖像空間中進行,以減少網(wǎng)絡計算量,有效提高網(wǎng)絡的訓練效率。構(gòu)建兩層特征提取層,使圖像的特征獲取更為精準;構(gòu)建四層非線性映射層,深層的網(wǎng)絡具有更加豐富的語義信息,因此加深網(wǎng)絡層數(shù)可以提取到更多的圖像信息。利用殘差網(wǎng)絡層代替部... 

【文章來源】：廈門大學福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

圖１．１遙感成像丨來自于百度圖片－遙感圖像丨??

圖１．３視頻監(jiān)控成像丨來自于百度圖片－監(jiān)控圖像１??

圖２．１傳統(tǒng)神經(jīng)網(wǎng)絡??

【參考文獻】：
期刊論文
[1]圖像超分辨率重建技術綜述[J]. 王春霞,蘇紅旗,范郭亮.  計算機技術與發(fā)展. 2011(05)
[2]圖像超分辨率研究綜述[J]. 王曉文,劉雨.  信息技術. 2009(07)
[3]超分辨率算法研究綜述[J]. 浦劍,張軍平,黃華.  山東大學學報(工學版). 2009(01)



本文編號：3081855