[发明专利]基于多方向特征预测先验的单幅图像超分辨率重建方法有效
| 申请号： | 201811023219.8 | 申请日： | 2018-09-04 |
| 公开（公告）号： | CN109214989B | 公开（公告）日： | 2019-08-13 |
| 发明（设计）人： | 任超;何小海;吴晓红;滕奇志;卿粼波;刘屹霄 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06T5/00;G06N3/08;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多方向特征预测先验的单幅图像超分辨率重建方法。主要包括以下步骤：构建特征预测深度卷积神经网络；针对四个方向特征，分别训练构建的网络；利用训练好的网络模型对输入的低分辨率图像进行多方向特征预测；利用上一步骤预测的四类方向特征，构建多方向特征预测先验；构建基于深度卷积神经网络特征预测与降质约束的超分辨率重建代价函数；利用TFOCS技术来最优化重建代价函数，得到高辨率图像估计。本发明所述的单幅图像超分辨率重建方法，能够获得很好的主客观效果，且抗噪声性能良好。因此，本发明是一种高性能的单幅图像超分辨率重建方法，在航空航天、交通监控、医学成像、影视娱乐等领域有着极高的应用潜力。 | ||
| 搜索关键词： | 超分辨率重建 多方向特征 单幅图像 构建 先验 预测 卷积神经网络 方向特征 特征预测 低分辨率图像 重建代价函数 抗噪声性能 代价函数 航空航天 交通监控 图像估计 网络模型 医学成像 应用潜力 影视娱乐 主客观 最优化 降质 网络 | ||
【主权项】：
1.基于多方向特征预测先验的单幅图像超分辨率重建方法，其特征在于包括以下步骤：步骤一：针对输入的低分辨率图像，构建一种深度卷积神经网络，用于预测未知的高分辨率特征；步骤二：针对每一类方向特征，利用训练图像数据集，训练步骤一中构建的网络，总共训练四类方向特征；步骤三：利用步骤二中训练好的深度卷积神经网络模型对输入的低分辨率图像进行多方向特征预测，得到预测的四类方向特征；步骤四：利用步骤三预测的四类方向特征，构建多方向特征预测先验；步骤五：将降质约束与步骤四中构建的多方向特征预测先验进行融合，构建基于深度卷积神经网络与降质约束的超分辨率重建代价函数；步骤六：利用TFOCS技术来最优化重建代价函数，得到高辨率图像估计。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川大学，未经四川大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811023219.8/，转载请声明来源钻瓜专利网。
