基于深度学习的图像超分辨率重建算法与应用研究

Abstract

图像超分辨率重建技术旨在通过一幅或多幅低分辨率图像重构出具有更高分辨率且携带更丰富更细节信息的超分图像。作为图像处理领域的重要研究方向，超分辨率重建技术在卫星遥感、安防监控和医学图像等领域都有着重要应用，一直是学术界的研究热点。近年来，随着深度学习在计算机视觉领域的迅猛发展，人们开始将深度网络运用到超分辨率重建技术上，通过深度网络来学习低分图像与高分图像在纹理结构与几何形态上的相关性，从而重构出与高分图像高度相似的超分结果。然而目前基于深度学习的图像超分辨率重建技术还存在特征利用不充分、纹理过于平滑等问题，面向不同的图像类型以及现实需求时，仍存在一定局限性。针对上述问题，本文主要的研究内容如下...Image super-resolution technology aims to reconstruct a super-resolution image with higher resolution and carrying more plentiful and more detailed information from one or more low-resolution images. As a significant research direction in the field of image processing, super-resolution technology has important applications in the fields of satellite remote sensing, security monitoring and medical ...