收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于生成对抗网络的图像超分辨率重建算法研究

鲁陈陈  
【摘要】:图像超分辨率重建(Super Resolution Image Reconstruction,SRIR或SR)是近年来图像处理领域的热点问题。由最开始的基于插值的一些传统算法到现在基于深度学习的算法,使得生成SR图像的质量越来越好,但是纹理细节不够丰富。SRGAN算法首次将生成对抗网络(GAN)应用到图像超分辨率重建(SR)中,且生成了质量较好和纹理细节更丰富的SR图像。ESRGAN通过引入没有批归一化层的残差套残差密集块(Residual-in-Residual Dense Block,RRDB)的网络架构单元进一步改进了SRGAN,使得生成的图像获得更高的感知质量和更多的纹理细节。但是,ESRGAN的训练过程难以监督,而且生成的图像边缘会出现几何变形。本文在SRGAN算法和ESRGAN算法基础上进行改进。首先对深度卷积神经网络(CNN)和生成对抗网络(GAN)进行研究,然后又对SRGAN算法的基本原理和网络架构进行了研究,并介绍了图像超分辨率常用的评价指标;其次研究了通道注意力机制网络,并将其加入到RRDB基础块中得到新的模块CA-RRDB,其优势是可以关注更加重要的特征,因此可以提取更有用的信息和特征。针对生成的图像会发生几何变形的问题,引入梯度指导分支生成超分辨率的梯度图,促使生成的SR图像在几何结构上与真实图片保持一致,并给出基于WGAN的损失,其可以更好的监督训练进程。实验结果表明,所提出的算法1生成的图像其PSNR值和SSIM值均高于ESRGAN算法;最后对算法一进行改进给出算法2,在生成网络中加入多尺度感受野模块,其优势在于多种尺度的卷积可以提取不同的纹理细节。为了消除WGAN中Lipschitz条件限制对网络训练的影响,采用基于WGAN-GP的损失函数。之后,采用网络参数融合既能消除基于生成对抗网络方法产生的令人不悦的噪声,又能保持良好的视觉感知质量。实验结果表明,算法二生成的图像具备更高的PSNR值和SSIM值。


知网文化
【相似文献】
中国期刊全文数据库 前9条
1 李佳星;赵勇先;王京华;;基于深度学习的单幅图像超分辨率重建算法综述[J];自动化学报;2021年10期
2 李思平;林志贤;郭太良;;基于双向生成对抗网络的图像超分辨率算法[J];计算机应用与软件;2021年11期
3 李斌;马璐;;密集连接的生成对抗网络图像超分辨率重建[J];激光与光电子学进展;2020年22期
4 李昂;宋晓莹;;基于生成对抗网络的遥感图像超分辨率重建[J];光学与光电技术;2019年06期
5 丁海勇;卞正富;;数字图像超分辨率重构技术研究[J];计算机与数字工程;2007年10期
6 程玉;郑华;陈晓文;林烁烁;张明伟;;基于密集残差注意力网络的图像超分辨率算法[J];计算机系统应用;2021年01期
7 曾凯;丁世飞;;图像超分辨率重建的研究进展[J];计算机工程与应用;2017年16期
8 赵洋;;基于深度学习的图像超分辨率重建技术综述[J];信息通信;2020年12期
9 王宇;宁媛;;基于轻量化网络的图像超分辨率研究综述[J];智能计算机与应用;2020年11期
中国重要会议论文全文数据库 前15条
1 林国强;王博;孔英会;胡启杨;;基于压缩感知的变电站巡检图像超分辨率重建[A];第37届中国控制会议论文集(F)[C];2018年
2 张东;韩军;;图像超分辨率重建算法研究[A];2010年西部光子学学术会议摘要集[C];2010年
3 杨浩;高建坡;陈向东;吴镇扬;;利用示例图像获取先验知识的图像超分辨率重建算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
4 姜倩茹;白煌;;基于双字典设计的图像超分辨率重构[A];信号处理在生仪2014学术年会论文集[C];2014年
5 闫允一;郭宝龙;;基于小波的图像超分辨率重建算法研究[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
6 张琼;付怀正;沈民奋;;基于稀疏表示的彩色图像超分辨率重建算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
7 姚林;;基于双边滤波插值图像超分辨率重建算法研究[A];云南省测绘地理信息学会2015年学术年会论文集[C];2015年
8 阮小燕;陈向宁;高孟男;;基于相位相关法与小波变换的图像超分辨率重建[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
9 张煜东;吴乐南;奚吉;王水花;;变长小生境算法用于图像超分辨率复原[A];2009年通信理论与信号处理学术年会论文集[C];2009年
10 韩玉兵;殷玮玮;吴乐南;;基于Wavelet-HMM的图像超分辨率重建[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
11 顾莹;朱秀昌;;基于CS的图像超分辨率重建[A];2010年通信理论与信号处理学术年会论文集[C];2010年
12 张叶;杨寻;;数字域L型像元用于提升图像空间分辨力[A];第三届高分辨率对地观测学术年会(航空对地观测技术分会)优秀论文集[C];2014年
13 潘明;李晓峰;傅志中;谢伟;;一种基于双边滤波器的图像超分辨率算法[A];2006中国西部青年通信学术会议论文集[C];2006年
14 刘振圻;包立君;陈忠;;基于自适应耦合字典的磁共振图像的超分辨重建算法[A];第十七届全国波谱学学术会议论文摘要集[C];2012年
15 戚永军;顾军华;栗位勋;张亚娟;耿娟平;;基于生成对抗网络的肺结节图像数据增强方法[A];中国计算机用户协会网络应用分会2019年第二十三届网络新技术与应用年会论文集[C];2019年
中国博士学位论文全文数据库 前20条
1 康凯;图像超分辨率重建研究[D];中国科学技术大学;2016年
2 徐海明;图像超分辨率重建关键技术的基础研究[D];中国科学技术大学;2013年
3 张梦磊;非限制场景人脸图像超分辨率重建算法研究[D];中国科学技术大学;2021年
4 张剑;图像超分辨率重建问题研究[D];中南大学;2010年
5 郑虹;多对比度磁共振大脑图像超分辨率算法研究[D];厦门大学;2018年
6 邱康;基于机器学习的图像超分辨率重建关键技术研究[D];武汉大学;2018年
7 李莹华;基于压缩感知的图像处理方法及应用研究[D];西安电子科技大学;2019年
8 王新华;面向复杂场景的图像处理技术若干问题研究及其在计算光学成像系统中的应用[D];吉林大学;2019年
9 熊东平;基于边缘增强和深度学习的图像超分辨率重建方法研究[D];华中科技大学;2019年
10 张凤珍;分离字典优化及其在图像处理中的应用[D];北京交通大学;2018年
11 肖斐;图像超分辨率与基于目标模型的目标识别方法研究[D];华中科技大学;2017年
12 唐永亮;单幅图像超分辨率重建方法研究[D];重庆大学;2018年
13 岳波;基于学习的图像超分辨率重建方法研究[D];西安电子科技大学;2018年
14 孙镱诚;基于压缩感知的图像超分辨率重建方法研究[D];南京理工大学;2018年
15 魏烨;单幅图像超分辨率重建方法及其视觉位移测量应用研究[D];中国科学技术大学;2019年
16 翟海天;图像超分辨率重建关键技术研究[D];西北工业大学;2016年
17 查志远;基于稀疏表示与低秩模型的图像复原算法研究[D];南京大学;2018年
18 徐向阳;RGB-D图像内容分析关键技术研究[D];南京大学;2018年
19 范亚茹;基于稀疏优化的图像与信号处理方法及其应用[D];电子科技大学;2018年
20 张新;图像处理中超分辨率与修复方法的研究[D];山东大学;2018年
中国硕士学位论文全文数据库 前20条
1 鲁陈陈;基于生成对抗网络的图像超分辨率重建算法研究[D];山西大学;2021年
2 袁飘逸;基于深度学习的图像超分辨率重建算法研究[D];云南师范大学;2020年
3 晁杰;基于生成对抗网络的图像超分辨率重建[D];中国矿业大学;2020年
4 周杨浩;基于深度学习的图像超分辨率重建算法研究[D];南京大学;2020年
5 林静;基于生成对抗网络的图像超分辨率重建技术研究[D];西南科技大学;2021年
6 李亚肖;基于机器学习的单幅图像超分辨率重建的研究[D];西安电子科技大学;2015年
7 张凯;基于深度残差网络的图像超分辨率重建算法研究[D];重庆邮电大学;2020年
8 蒋凯;基于小波变换和自注意力的图像超分辨率重建算法研究[D];西北大学;2021年
9 张思淼;多尺度图像超分辨率关键技术研究[D];天津理工大学;2011年
10 李劼;基于学习的图像超分辨率重建优化算法研究[D];电子科技大学;2021年
11 刘晓芳;基于生成对抗网络的图像超分辨率重建算法的研究与应用[D];河南大学;2020年
12 吴荣贵;基于深度学习的图像超分辨率重建研究[D];中国科学院大学(中国科学院光电技术研究所);2020年
13 方振宇;图像超分辨率重建技术的研究及应用[D];武汉理工大学;2012年
14 周安奇;基于模糊核建模和误差反馈机制的真实图像超分辨率重建[D];华中师范大学;2021年
15 李丽;基于深度学习的图像超分辨率重建技术研究[D];山东科技大学;2020年
16 李宗刚;基于注意机制的图像超分辨率重建技术研究[D];北京工业大学;2020年
17 李灿;基于生成对抗网络的图像超分辨率重建算法研究[D];新疆大学;2020年
18 霍东奇;基于深度学习的人脸图像超分辨率重建方法研究[D];中国人民公安大学;2020年
19 吴洁;基于深度学习的图像超分辨率重建技术研究[D];天津大学;2018年
20 朱磊磊;基于卷积神经网络的图像超分辨率重建算法研究[D];合肥工业大学;2020年
中国重要报纸全文数据库 前4条
1 湖南日报·新湖南客户端记者 周阳乐 通讯员 李诗田;AI修复:让老旧照片“复活”[N];湖南日报;2021年
2 记者 刘肖勇 蔡敏霞 通讯员 严偲偲;一套算法让模糊低清小视频变高清[N];广东科技报;2019年
3 本报见习记者 丁宁宁 通讯员 严偲偲;一套算法夺四项冠军[N];中国科学报;2019年
4 记者 袁斯茹;如何让AI“看”得更清[N];深圳商报;2021年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978