基于图像超分辨率的增强与分割技术研究

邓 翊堃, 韩 兵, 张 百千, 黄 彦铖
北方工业大学

摘要


当前，随着多媒体的广泛应用，图像的信息传递方式能够迅速传达复杂的概念和情感，但是传统的原始图
像无法满足当前系统识别和分割的要求，难以适应不同场景的变化。本系统利用超分辨率卷积神经网络提高原始图
像的清晰度，并在此基础上通过 CNN模型对图像进行自适应增强与分割。通过实验证明，图像的分辨率和清晰度有
较大的提升，系统对图像的识别性能得以提升，具有一定的泛化能力。

关键词


图像超分辨率重建；卷积神经网络；全卷积网络

全文:

PDF


参考


[1]陈宏才.基于多媒体处理技术的短视频特效实现

方法研究 [J].数字通信世界，2023（11）：20-22.

[2]李子云.电商营销中的短视频应用 [J].新闻前哨，

2021（7）：122-123.

[3]王斌，梁宇栋，等.亮度自调节的无监督图像去

雾与低光图像增强算法研究 [J].计算机科学，2023，50

（1）：123-130.

[4]HOULX,NIEFY,WANLY.Multiscaleadaptive

Gamma correction for lowlight image enhancement[J].

JournalofYunnanUniversity,2023,45(1):57-66.

[5]TriantafyllidouD,etal.Lowlightvideoenhancement

using synthetic data producedwith anintermediate domain

mapping[C],ComputerVision–ECCV2020:16thEuropean

Conference,August23–28,2020:103-119.

[6]吴巨峰，赵训刚，周强，等.基于对比学习的低光

照图像增强 [J].计算机科学，2023，50（S1）：525-530.

[7]王晔，孙志宽，李征.基于生成对抗网络与噪声

分布的图像超分辨率重建方法 [J].四川大学学报（自然科

学版），2023，60（3）：032001.

[8]柳聪，屈丹等.基于深度可分离卷积的轻量级图像

超分辨率重建 [J].计算机工程，2022，48（06）：228-234.

[9]BevilacquaM,RoumyA, et al. Low-complexity

Single-image Super-resolution based on Nonnegative

NeighborEmbedding[C],ProceedingsoftheBritishMachine

VisionConference,2012,pp.135.1-135.10.

[10]王浩，张叶，沈宏海，等.图像增强算法综述 [J].

中国光学，2017，10（4）：438-448.

[11]李建兵，李立.基于 PCNN和最大灰度熵图像分

量的彩色图像分割 [J].传感器与微系统，2016，35（8）：

127-129，133.

[12]于凤芹，陈莹.改进的多尺度Retinex算法与人

脸检测应用 [J].传感器与微系统，2018，37（6）：153-15


Refbacks

  • 当前没有refback。