科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高图像超分辨率重构效果,在保留结构化信息的同时弥补高、低分辨率图像之间的高频信息损失,本文结合深度学习方法,提出了一种基于改进超分辨率卷积神经网络和字典学习的图像超分辨率重构方法.首先使用卷积神经网络所学习到的结构化的图像信息训练一个端到端的图像超分辨率重构模型,再采用字典学习模型对图像残差部分的高频信息进行补偿,从而获得具有更好视觉效果和峰值信噪比的高分辨率图像.实验结果表明,本文算法在主观评价上比其他代表性算法更加清晰并且较好的恢复了高频信息,提高了峰值信噪比值.
- 出版日期2018
- 单位辽宁工程技术大学
