基于卷積神經(jīng)網(wǎng)絡的圖像超分辨率重建及其視覺改進.pdf

1、由于超分辨率技術能夠提供高質量圖像，因此它已被廣泛地應用于視頻、醫(yī)學和公安系統(tǒng)等領域。該技術旨在通過一系列算法，用一張或多張低分辨率圖像來重建出一張高分辨率圖像。該方法不但增加了圖像分辨率，還彌補了成本高、不易于實現(xiàn)等硬件方面的問題。本文在提高圖像清晰度方面做出了相關的研究。本文研究的主要工作為下列3點:
　　(1)基于卷積神經(jīng)網(wǎng)絡的圖像超分辨率技術:我們采用全前饋的3層的卷積神經(jīng)網(wǎng)絡來進行圖像超分辨率重建。它將先進行特征提取，再

2、將低分辨率空間通過非線性映射層映射到高分辨率空間，最后聚合出高分辨率圖像，從而實現(xiàn)了直接用學習的方式完成從低分辨率圖像到高分辨率圖像的端到端映射，并減少了算法前后的優(yōu)化工作。本文通過實驗，就其性能與運行速度做了權衡比較。
　　(2)非銳化掩膜技術:對結果圖進行非銳化掩膜處理，以對其圖像進行增強。將重建圖像與該圖的通過低通濾波后的鈍化模糊圖像做差，以獲得高頻分量。再將高頻分量的圖像放大與重建圖像疊加而產(chǎn)生一個邊緣增強了的圖像。

3、>　　(3)無參考圖像評估標準:現(xiàn)有的超分辨率技術的圖像評估標準皆為全參考圖像評估標準。但實驗表明，它們并不能真實地反映圖像的質量。所以我們在本論文中再引入BIQI、NIQE、SSEQ這三種無參考圖像評估指標。BIQI和SSEQ都是根據(jù)特征先用SVM識別圖像中的每一種失真類型的概率;再用SVR計算圖像在每一種失真類型之中對應的質量;最后用失真類型概率給對應的圖像質量進行加權平均以求得最終圖像質量。NIQE則是根據(jù)失真圖像和自然圖像的擬合

4、參數(shù)之間的距離來衡量圖像的質量。
　　綜上所述，本論文介紹了超分辨率重建技術，以引入無參考圖像評估標準為突破口進行了研究，同時將非銳化掩膜增強技術作為后序的人眼視覺效果優(yōu)化。實驗表明，本論文的方法比起近年來的其他超分辨率技術，它不但有更為輕型結構，還有較快的運行速度，以及差不多或者更好的重建效果。以及非銳化掩膜圖像增強技術增強了重建圖像的輪廓，使重建圖的細節(jié)更清晰，使得重建圖像更符合視覺的要求。但我們做實驗時發(fā)現(xiàn)，當待重建圖出現(xiàn)較