在實際應用中,圖像是最重要的信息載體之一。隨著對圖像質(zhì)量的要求日益增加,獲得質(zhì)量更好的高分辨率圖像日漸成為研究重點。改善硬件設備是提高圖像分辨率最直接的方法,但這會引起成本增多、耗費巨大等問題,且某些場合即使改善設備也無法滿足需求。因此,利用圖像超分辨重建提高圖像分辨率的方法成為有效的選擇之一,它成本低廉、簡潔方便、效果良好且適用范圍廣。本文主要研究基于深度學習的圖像超分辨重建,研究了兩種改進的圖像超分辨重建方法,并將其應用在PCB焊接質(zhì)量檢測上。首先,針對目前圖像超分辨重建方法訓練速度慢,不能充分利用低分辨率輸入圖像信息的問題,本文研究了一種基于多頻段卷積神經(jīng)網(wǎng)絡的圖像超分辨重建方法。此方法采用殘差學習思想,利用低分辨率輸入圖像,并結(jié)合低分辨率特征空間中的圖像信息,經(jīng)過不同的通路生成低、中、高頻段信息,最后使用相同的重建層得到高分辨率圖像。該方法不僅訓練速度快,且能夠充分利用圖像信息,可重建出分辨率更高的圖像。其次,雖然基于多頻段卷積神經(jīng)網(wǎng)絡的圖像超分辨重建方法訓練速度快,重建效果好,但因為其結(jié)構(gòu)簡單,依然不能充分重建圖像細節(jié)。針對這些問題,本文在其基礎上研究了一種基于記憶遷移的多頻段...

【文章頁數(shù)】：91 頁

【學位級別】：碩士

【部分圖文】：

圖3.14不同轉(zhuǎn)置卷積核大小MFSR網(wǎng)絡的影響

圖3.13MFSR網(wǎng)絡訓練迭代圖卷積核大小對比實驗4所示，為在Set5數(shù)據(jù)集上放大3倍時，轉(zhuǎn)置卷積核大小證明，轉(zhuǎn)置卷積核大小對網(wǎng)絡的重建結(jié)果有一定的影響，小可改善重建效果。所以，本章在3.2.2節(jié)中使用調(diào)節(jié)轉(zhuǎn)網(wǎng)絡。5所示，為MFSR方法把圖像放大3倍....

圖3.16多頻段卷積層卷積核數(shù)量對MFSR網(wǎng)絡的影響

(a)(b)(a)轉(zhuǎn)置卷積核9x933.93dB/0.8329(b)轉(zhuǎn)置卷積核為7x733.84dB/0.8304(c)轉(zhuǎn)置卷積核為1333.89dB/0.8318圖3.15不同轉(zhuǎn)置卷積核大小對比結(jié)果（PSNR/SSIM）部網(wǎng)絡每層卷積核數(shù)量對比實驗示，為在S....

圖3.18高頻段局部網(wǎng)絡卷積層個數(shù)對MFSR網(wǎng)絡的影響

西安電子科技大學碩士學位論文局部網(wǎng)絡的卷積層個數(shù)對比實驗所示，為在Set5數(shù)據(jù)集上放大3倍時，高頻段局部網(wǎng)R網(wǎng)絡的影響。實驗證明，設置合理的卷積層數(shù)量對圖對比，本章設置的3是最佳參數(shù)設置。所示，為MFSR方法60萬次迭代時在高頻段局部網(wǎng)絡比圖。由圖可知，高頻....

圖3.20中頻段局部網(wǎng)絡卷積層個數(shù)對MFSR網(wǎng)絡的影響

圖3.20中頻段局部網(wǎng)絡卷積層個數(shù)對MFSR網(wǎng)絡的影響(a)低頻段卷積層個數(shù)為233.95dB/0.8903(b)低頻段卷積層個數(shù)為133.89dB/0.8899圖3.21低頻段卷積層數(shù)不同設置的對比結(jié)果（PSNR/SSIM）結(jié)首先介紹了卷積神經(jīng)網(wǎng)絡最初在圖像....

本文編號：4031972