【摘 要】
：
图像分辨率是衡量一幅图像质量的重要标准.在军事、医学和安防等领域,高分辨率图像是专业人士分析问题并做出准确判断的前提.根据成像采集设备、退化因素等条件对低分辨率图像进行超分辨率重建成为一个既具有研究价值又极具挑战性的难点问题.本文首先简述了图像超分辨率重建的概念、重建思想和方法分类;然后重点分析用于单幅图像超分辨率重建的空域方法,梳理基于插值和基于学习两大类重建方法中的代表性算法及其特点;之后结合
论文部分内容阅读
图像分辨率是衡量一幅图像质量的重要标准.在军事、医学和安防等领域,高分辨率图像是专业人士分析问题并做出准确判断的前提.根据成像采集设备、退化因素等条件对低分辨率图像进行超分辨率重建成为一个既具有研究价值又极具挑战性的难点问题.本文首先简述了图像超分辨率重建的概念、重建思想和方法分类;然后重点分析用于单幅图像超分辨率重建的空域方法,梳理基于插值和基于学习两大类重建方法中的代表性算法及其特点;之后结合用于超分辨率重建技术的数据集,重点分析比较了传统超分辨率重建方法和基于深度学习的典型超分辨率重建方法的性
其他文献
中耳炎是常见的耳科疾病之一，其准确诊断能够预防传导性听力损伤的恶化，以及避免抗生素的过度使用。目前中耳炎诊断主要由医生依据耳镜设备反馈的图像进行目视检查。因耳镜设备图片拍摄质量及医生诊断经验的影响，该主观检查存在较大的误诊率。针对该问题，本文提出采用快速区域卷积神经网络对临床采集的数字耳镜影像进行分析。首先，通过图像数据增强和预处理，扩充了临床耳镜数据集样本数量。然后，根据耳镜图片特征针对性地筛选
运动模糊图像的点扩散函数（PSF）求解是决定复原图像质量的关键。针对现有运动模糊图像的PSF参数估计方法中存在的估计误差大、有效估计范围有限等问题，通过分析问题成因及频谱图像特征，提出一种改进的PSF参数估计方法：通过图像增强处理和形态学变换去除频谱图像中的十字亮线和噪点干扰，获取形态合适的条纹图像以供Radon变换检测。利用二值频谱图像条纹特征自适应控制形态学运算精度以保证算法效率和鲁棒性。对条
为了揭示秸秆全量还田条件下不同轮耕模式对吉林省西部旱作玉米田土壤团聚体稳定性和玉米产量的影响，于2017—2019年开展旋耕/旋耕/旋耕（T1）、翻耕/旋耕/旋耕（T2）、翻耕/免耕/免耕（T3）和翻耕/旋耕/免耕（T4）轮耕试验。测定和分析了4个处理土壤团聚体含量、稳定性及有机质含量和玉米产量。结果表明：⑴干筛下，土壤力稳性团聚体含量（R_(>0.25)）、平均重量直径（MWD）、几何平均直径（
人脸表情识别的网络模型通常采用残差网络ResNet或者VGG网络。由于上述模型存在参数量冗余、计算成本高、特征表达瓶颈等问题，为解决这些问题，提出了一种基于改进轻量级秩扩展（ReXNet）网络的人脸表情识别方法。具体方法是：首先构建改进的ReXNet网络，可在参数量少的情况下消除特征表达瓶颈问题，增强表情局部关注，有助于提升模型对人脸表情的识别性能；同时为了增强对面部表情的关注，改进模型中融合坐标
为了提高小样本条件下光伏电池片热斑分类模型的特征提取能力，该文提出一种基于迁移学习的注意力胶囊网络。该网络不同于传统胶囊网络单一卷积层的特征提取，它是利用迁移学习的方法通过VGG-19网络和注意力机制进行特征提取，得到关键数据特征。然后构造向量神经元输入胶囊网络，利用动态路由算法，得到用以分类的数字胶囊层，实现光伏电池片的分类。实验结果表明，当样本数量较小时，该网络对电池片红外图像的识别准确率分别
通过分析不同施肥处理下0～1 m土壤氮素含量、垂直分布特征及水稻氮肥利用率,筛选出适宜当地农业生产及环境友好的秸秆还田条件下的氮磷配施方案。研究结果表明,增施氮肥加大硝态氮的淋溶,导致硝态氮在深层土壤大量累积,土壤全氮储量也有所增加。适当增施磷肥能促进水稻对深层土壤硝态氮的吸收进而减少深层土壤硝态氮的质量比,降低土壤全氮储量。高氮高磷条件下土壤氮素积累显著增加,N2P3处理下土壤氮素储量为12.6
基于卷积神经网络的交通标志检测算法在对现实中复杂的交通场景图像进行交通标志检测时，难以同时解决定位和分类这两个任务，并且相关算法所使用的公开数据集提供的图像和交通标志的种类不能满足现实交通场景中遇到的情况。为了解决以上问题，建立了一个新的道路交通标志数据集，并且在YOLOv4算法的基础上针对现实交通场景图像的复杂性和图像中交通标志尺寸差异较大的特点，设计了多尺寸特征提取模块和增强特征融合模块来改进
为实现对金丝皇菊的快速无损等级评估，本文应用机器视觉技术对5个等级的金丝皇菊进行智能分级。首先根据金丝皇菊的品质特性设计分级装置，并根据金丝皇菊的颜色、形状、完整度等特征设置不同的分级标准；其次运用图像灰度化、图像去噪、图像增强技术完成金丝皇菊图像预处理；再次采用加色法混色模型(Red Green Blue， RGB)完成金丝皇菊颜色特征提取与识别，并通过图像分割和边缘检测技术完成对金丝皇菊图像完
土壤有机质（Soil Organic Matter，SOM）是衡量农业生产力和土壤整体健康的重要指标，对促进区域粮食安全和缓解全球变暖下的粮食危机具有重要意义。为进一步揭示1984—2009年广西全区SOM变化情况，基于广西第二次土壤普查项目（1984年）和广西测土配方施肥项目（2009年）两期数据，利用地统计学、动态度、分布指数等方法分析了广西土壤表层SOM时空演变特征及其在不同海拔高度上的分布
为了解决多种类植物在生长过程中不同时间点动态变化表型参数提取困难问题，提出了一种基于时间序列图像和深度卷积神经网络Mask-RCNN的植物茎叶实例分割方法，在拟南芥、玉米和酸浆属3种代表性植物上进行了实验。结果表明，训练得到的基于Mask-RCNN的植物分割模型对在不同生长时期的植物茎叶的识别精度(mAP_(0.5))均在70.0%以上，最高可以达到87.5%，模型通用性较好。同时，针对茎叶遮挡问