基于寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率研究
發(fā)布時(shí)間:2023-06-10 15:18
隨著信息技術(shù)的發(fā)展,數(shù)字圖像廣泛應(yīng)用到了人類生活的各個(gè)方面。高分辨率圖像含有豐富的色彩和細(xì)節(jié)信息,不僅可以提供良好的視覺感受,并且可以為后續(xù)的各種圖像處理任務(wù)帶來便利。圖像超分辨率技術(shù)就是利用軟件技術(shù)從低分辨率圖像中恢復(fù)出高分辨率圖像。過去幾十年的研究中,該技術(shù)已經(jīng)被應(yīng)用于多個(gè)領(lǐng)域,如監(jiān)控、醫(yī)療診斷和地球觀測等。寬度學(xué)習(xí)系統(tǒng)是機(jī)器學(xué)習(xí)領(lǐng)域最近幾年出現(xiàn)的新技術(shù),是一種結(jié)構(gòu)簡單、參數(shù)較少的扁平化網(wǎng)絡(luò)模型。目前,寬度學(xué)習(xí)系統(tǒng)已經(jīng)在圖像分類、人臉識別等任務(wù)中產(chǎn)生了較好的效果。本文研究了基于寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率技術(shù)。本文的主要內(nèi)容如下:首先,提出了一種基于寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率算法。在訓(xùn)練階段,該算法將低分辨率塊作為寬度網(wǎng)絡(luò)的輸入。與此同時(shí),在寬度學(xué)習(xí)系統(tǒng)的特征層,對輸入的低分辨率圖像進(jìn)一步進(jìn)行了特征增強(qiáng)。因此,該算法實(shí)際上建立了低分辨率圖像塊及其潛在特征與高分辨率圖像塊之間的非線性關(guān)系,充分利用了低分辨率圖像中所包含的信息,提高了重建質(zhì)量。在重建階段,直接輸入低分辨率圖像根據(jù)訓(xùn)練好的網(wǎng)絡(luò)就可以得到高分辨率圖像。該算法采用最小二乘類算法訓(xùn)練網(wǎng)絡(luò),不需要進(jìn)行迭代求解。避免了陷入局部最優(yōu)并...
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 圖像超分辨率研究現(xiàn)狀
1.2.2 寬度學(xué)習(xí)系統(tǒng)研究現(xiàn)狀
1.3 本文主要研究內(nèi)容
第2章 寬度學(xué)習(xí)系統(tǒng)與圖像重建質(zhì)量評價(jià)標(biāo)準(zhǔn)
2.1 寬度學(xué)習(xí)系統(tǒng)
2.2 相關(guān)熵準(zhǔn)則
2.2.1 最大熵準(zhǔn)則
2.2.2 正則化的相關(guān)熵準(zhǔn)則
2.3 圖像重建質(zhì)量評價(jià)標(biāo)準(zhǔn)
2.3.1 峰值信噪比
2.3.2 結(jié)構(gòu)相似度
2.3.3 加權(quán)峰值信噪比
2.4 本章小結(jié)
第3章 基于寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率
3.1 引言
3.2 基于寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率算法
3.2.1 算法原理
3.2.2 算法執(zhí)行步驟
3.3 實(shí)驗(yàn)仿真結(jié)果與分析
3.3.1 實(shí)驗(yàn)數(shù)據(jù)
3.3.2 模型結(jié)構(gòu)確定
3.3.3 方法對比
3.4 本章小結(jié)
第4章 基于全局殘差學(xué)習(xí)和寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率
4.1 引言
4.2 圖像頻率信息
4.3 基于全局殘差學(xué)習(xí)和寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率算法
4.3.1 算法原理
4.3.2 算法執(zhí)行步驟
4.4 實(shí)驗(yàn)仿真結(jié)果與分析
4.4.1 實(shí)驗(yàn)數(shù)據(jù)
4.4.2 模型結(jié)構(gòu)確定
4.4.3 方法對比
4.5 本章小結(jié)
第5章 基于相關(guān)熵準(zhǔn)則和寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率
5.1 引言
5.2 基于相關(guān)熵準(zhǔn)則和寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率算法
5.2.1 算法原理
5.2.2 算法執(zhí)行步驟
5.3 實(shí)驗(yàn)仿真結(jié)果與分析
5.3.1 實(shí)驗(yàn)數(shù)據(jù)
5.3.2 模型結(jié)構(gòu)確定
5.3.3 方法對比
5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝
作者簡介
本文編號:3833100
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 圖像超分辨率研究現(xiàn)狀
1.2.2 寬度學(xué)習(xí)系統(tǒng)研究現(xiàn)狀
1.3 本文主要研究內(nèi)容
第2章 寬度學(xué)習(xí)系統(tǒng)與圖像重建質(zhì)量評價(jià)標(biāo)準(zhǔn)
2.1 寬度學(xué)習(xí)系統(tǒng)
2.2 相關(guān)熵準(zhǔn)則
2.2.1 最大熵準(zhǔn)則
2.2.2 正則化的相關(guān)熵準(zhǔn)則
2.3 圖像重建質(zhì)量評價(jià)標(biāo)準(zhǔn)
2.3.1 峰值信噪比
2.3.2 結(jié)構(gòu)相似度
2.3.3 加權(quán)峰值信噪比
2.4 本章小結(jié)
第3章 基于寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率
3.1 引言
3.2 基于寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率算法
3.2.1 算法原理
3.2.2 算法執(zhí)行步驟
3.3 實(shí)驗(yàn)仿真結(jié)果與分析
3.3.1 實(shí)驗(yàn)數(shù)據(jù)
3.3.2 模型結(jié)構(gòu)確定
3.3.3 方法對比
3.4 本章小結(jié)
第4章 基于全局殘差學(xué)習(xí)和寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率
4.1 引言
4.2 圖像頻率信息
4.3 基于全局殘差學(xué)習(xí)和寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率算法
4.3.1 算法原理
4.3.2 算法執(zhí)行步驟
4.4 實(shí)驗(yàn)仿真結(jié)果與分析
4.4.1 實(shí)驗(yàn)數(shù)據(jù)
4.4.2 模型結(jié)構(gòu)確定
4.4.3 方法對比
4.5 本章小結(jié)
第5章 基于相關(guān)熵準(zhǔn)則和寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率
5.1 引言
5.2 基于相關(guān)熵準(zhǔn)則和寬度學(xué)習(xí)系統(tǒng)的圖像超分辨率算法
5.2.1 算法原理
5.2.2 算法執(zhí)行步驟
5.3 實(shí)驗(yàn)仿真結(jié)果與分析
5.3.1 實(shí)驗(yàn)數(shù)據(jù)
5.3.2 模型結(jié)構(gòu)確定
5.3.3 方法對比
5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝
作者簡介
本文編號:3833100
本文鏈接:http://www.sikaile.net/shoufeilunwen/xixikjs/3833100.html
最近更新
教材專著