一种基于深度学习的偏振图像超分辨率重建方法.pdf
是你****晨呀
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于深度学习的偏振图像超分辨率重建方法.pdf
本发明公开一种基于深度学习的偏振图像超分辨率重建方法,可用于由低分辨率偏振图像重建出相应的高分辨率偏振图像。该方法包括:基于偏振相机采集高分辨率偏振图像,并进行预处理得到低分辨率偏振图像,制作数据集;通过浅层卷积神经网络融合特征信息;通过残差密集模块进行密集融合特征;利用升尺度模块将图像特征通道数放大到对应放大因子的倍数;通过输出模块得到超分辨率偏振图像;利用偏振感知与像素混合损失函数对神经网络进行优化。该方法基于深度学习卷积神经网络,构建了超分辨率重建神经网络模型,使用偏振感知与像素混合损失函数对神经网
一种基于超分辨率图像重建的偏振图像融合方法.pdf
本发明涉及一种基于超分辨率图像重建的偏振图像融合方法,根据本发明的基于超分辨率图像重建的偏振图像融合方法,将Q图像、U图像、偏振度图像和偏振角图像按照顺序以小于一个像素单元的某一间距值进行交叉得到过采样图像,并对过采样图像进行超分辨率重建,获得融合图像。根据本发明的偏振图像融合方法,能够将辐射强度信息与边缘轮廓等细节信息有效融合,提高融合图像的分辨率。
一种基于深度学习的深度图像超分辨率重建方法.pdf
本发明公开了一种基于深度学习的深度图像超分辨率重建方法,当上采样因子r=2时,训练整个网络,包括:从不同的深度图像公开数据集中分别选取一定数量的深度图像;数据增强:深度卷积神经网络结构的设计:处理好的网络输入数据和数据标签对整个网络进行训练,训练完成后将低分辨率深度图像输入到训练好的网络模型中,在输出层输出完成超分辨率的深度图像。本发明通过卷积神经网络的多路通道同时训练去生成高维特征图,保留了原始低分辨率图像的准确像素值,加速了整个网络的训练和收敛速度。
一种基于深度学习的红外图像超分辨率重建方法.pdf
本发明公开了一种基于深度学习的红外图像超分辨率重建方法,首先将红外视频转化成连续的多帧红外图像并进行红外图像增强预处理,获得对比度更高、视觉效果更好的红外图像;同时建立基于深度学习的图像超分辨率重建算法模型;基于该模型,利用可见光数据集进行模型训练得到高低分辨率图像之间的关系模型;将红外图像输入该模型进行超分辨率重建,获得高分辨率的红外图像;最后整合红外图像得到信息更丰富的红外图像视频。本发明在红外图像的质量优化上具有十分优秀的效果,同时可以快速地将低质量的红外视频转换成高质量的视频,在军事、医学、安防等
基于深度学习的超声图像超分辨率重建方法.pdf
本发明公开了一种基于深度学习的超声图像超分辨率重建方法,用于解决超声图像分辨率低的问题。该方法主要是:首先采用Krishnan的稀疏正则化盲复原算法对超声图像进行预处理,然后利用预处理后的超声图像作为样本库训练神经网络的权值,最后利用FSRCNN实现超声图像的超分辨率重建。