【摘 要】
：
文物的数字化保护与分类识别是当前的研究热点之一。由于受到客观条件等不可控因素的限制,在现实环境中,得到的文物图像分辨率往往会受到影响,阻碍了文物数字化处理的发展。文物图像超分辨率技术,可以提高文物图像分辨率,增强视觉效果,在文物数字化领域有着重要研究价值。本文在对基础生成对抗网络及常规算法进行研究分析后,提出改进的文物图像超分辨率算法。本文的主要工作如下:（1）本文首先详细介绍图像超分辨率领域和深
论文部分内容阅读
文物的数字化保护与分类识别是当前的研究热点之一。由于受到客观条件等不可控因素的限制,在现实环境中,得到的文物图像分辨率往往会受到影响,阻碍了文物数字化处理的发展。文物图像超分辨率技术,可以提高文物图像分辨率,增强视觉效果,在文物数字化领域有着重要研究价值。本文在对基础生成对抗网络及常规算法进行研究分析后,提出改进的文物图像超分辨率算法。本文的主要工作如下:（1）本文首先详细介绍图像超分辨率领域和深度学习方向的一些理论基础,同时从数学理论推导的角度解析基础生成对抗网络的原理和缺陷。在此基础上,本文对多种常规图像超分辨率模型进行实验分析,确定基于梯度信息引导的图像超分辨率算法SPSR为基础模型。（2）本文提出一种基于信息块提取策略的文物图像超分辨率算法IGAN。IGAN算法以SPSR模型为基础,建立RCdata和FCdata两种文物图像数据集,为了将超分辨率模型与文物图像相结合,该方法首先考虑原始高分辨率文物图像中高频信息利用率低的问题,探索一种改进的信息块提取策略;随后考虑不同上采样方式的优缺点,采用亚像素卷积替换原始的最近邻插值法。实验结果表明IGAN算法在文物图像上的适用性和优异性。（3）本文提出一种基于回归环金字塔结构的文物图像超分辨率算法CPIGAN。针对IGAN算法存在的不足,CPIGAN算法从内部架构出发,首先设计一种基于金字塔型结构的生成网络,提高网络模型提取文物图像特征信息的能力;随后在生成网络中融入回归环结构,使模型可以更好地学习低-高分辨率文物图像间的映射。通过实验,与不同算法相对比,CPIGAN算法重建的文物图像质量更高且纹理细节更为清晰。
其他文献
＜正＞肝细胞癌（HCC）是原发性肝癌最常见的病理类型，占总病例数85%左右，其致死率高居全球第三位[1],HCC发病率受肝炎病毒的慢性感染（乙型和丙型肝炎病毒最为突出）、酒精成瘾、机体代谢障碍及接触黄曲霉毒素等危险因素影响[2]。手术是早期肝癌最优治疗方案，但HCC起病隐匿，大多数肝癌患者确诊时已达肿瘤中晚期，手术切除和移植合格率低。无手术指征者可采用局部消融、肝动脉栓塞灌注化疗、放射及分子靶向等
文本是人类文明的基石,广泛出现在自然场景图像中,它所表达的丰富而精确的语义信息,有助于人类理解和分析周围的场景内容。因此,文本检测与识别技术在计算机视觉领域备受欢迎,为实时翻译技术、视障人士导航技术等应用系统的实现开拓了新的发展道路。论文主要从文本检测与文本识别两个阶段对自然场景中的文本图像展开研究,研究内容如下:在文本检测阶段,本文选取了高效精确的EAST文本检测模型进行深入研究,通过研究EAS
随着电力电子技术和电源技术的不断进步,对于特定场合的需求,电源设备的性能以及效率也有着更为特殊的要求。在航天、船舶等领域,将高频开关电源融入到电机设备中,构成的一体化同步发电系统也越来越受到重视。然而目前所用到的经典比例积分控制方法,不具备精确稳定输出的能力,不适合低压大电流的应用。鲁棒性、可靠性、功率密度等问题也是制约电源领域发展的原因。为提高低压大电流电源的综合性能,本文针对一体化同步发电系统
致泻大肠埃希氏菌O157:H7（STEC O157:H7）是大肠埃希氏菌中致病性最严重的一种食源性致病菌，主要存在于牛肉、牛奶、水果及其制品中，对身体健康造成很大危害，甚至引发死亡。食品中STEC O157:H7检测尤为重要。本文对国内外STEC O157:H7的检测标准进行比较，提出我国标准在样品前处理、快速筛选方法的应用等方面需要加强，以便为该菌快速准确检测提供帮助，实现与国际标准化体系建设接
本文从4极48槽的18.5k W的同步磁阻电动机（Syn RM）电磁设计开始,以降低转矩脉动为目的逐步展开电机整体设计,进行转子磁障端部改进设计,随后通过在转子磁障中添加永磁体变化为永磁辅助同步磁阻电动机（PMa Syn RM）,分析永磁体添加位置与转子磁障偏转对电动机性能的影响,深入研究与分析PMa Syn RM的由来与优化设计方法。首先,根据Syn RM的性能要求对Syn RM进行电磁设计,确
阿尔茨海默病是最常见的老人痴呆症。AD的早期表现一般为记忆力衰退,病情的逐渐发展会给老年人的身体状态带来严重的威胁,因此在AD早期阶段进行治疗和干预十分关键。核磁共振成像是目前比较常见的诊断方法,但由于人工影像诊断存在较大的主观性且耗时性,并且AD早期阶段的影像特征并不明显,所以人工无法对其进行准确识别。如今,深度学习被广泛应用于医学影像中,它可以帮助医生进行智能辅助诊断和分析,提高了对疾病诊断的
语音是人与人之间交流的主要方式,但是生活环境中会存在各种各样的噪声,影响语音信号的清晰度和可懂度,降低语音质量。为了保证语音信号传送的准确性,必须对这些噪声进行抑制。噪声分稳态噪声和非稳态噪声,非稳态噪声又分为瞬态噪声和其他噪声。稳态噪声的抑制相对于瞬态噪声来说比较成熟,瞬态噪声由于存在随机性和非线性特性抑制或消除起来较比较困难,目前也是含噪信号的研究难点和技术瓶颈。比如人机语音交互过程中突然产生
川崎病（Kawasaki disease,KD）是一种以血管炎为病理基础的发热出疹性疾病,是发达国家中儿童获得性心脏病的最常见原因,该病的主要症状均无特异性,因此容易与其他发热性疾病混淆,导致误诊。因此,KD的鉴别诊断非常重要,以减少心血管疾病并发症的发病率。本研究拟通过基于NMR和UPLC-MS的代谢组学技术来鉴别和确证川崎病的诊断生物标志物。主要研究内容如下:共有194例川崎病患者（Kawas
近年来,高理论容量、低生产成本以及高安全性的水系镁离子电池体系受到越来越多的关注。其中高性能正极材料的开发是促进水系镁离子电池实际应用的关键。钠锰氧化物常用作锂离子电池和钠离子电池正极材料,目前作为镁离子电池正极材料的报道较少。研究中发现,钠锰氧化物存在着存储空间少、结构稳定性差等问题,导致其比容量低和循环稳定性差。为解决上述问题,本工作通过控制水热合成时间和掺杂钛元素实现材料相结构和微观形貌的有
睡眠质量的好坏对于人体的机体恢复和整合起着重要的作用,而睡眠分期是睡眠质量评估的基础,也是诊断睡眠相关疾病的关键一步。目前,医学上对于睡眠状态的分析主要是通过专业医师通过读取多导睡眠图信息进行睡眠阶段的判读,这一过程会夹杂着主观性因素从而导致判读结果会相对缺少客观性,而且这一过程也会耗费时间,因此自动睡眠分期算法的研究具有极高的研究价值和临床应用价值。本文正是在此背景下进行研究的,对现阶段在信号分