公开(公告)号：CN112581367B

公开(公告)日：2023-06-30

申请号：CN202011384484.6

申请日：2020-12-01

Applicant: 南京理工大学

Inventor： 张军 ,  杨明博 ,  彭鹏 ,  吴贞宇 ,  郭超

IPC: G06T3/40

Abstract: 本发明公开了一种基于随机样本分类增扩的GPR图像超分辨率重建方法，构造训练样本库，通过随机分类增扩，将训练样本库分类得到K个训练样本集；对每个样本集，采用用高斯过程回归的训练方法，训练与每个样本集相对应的高斯过程回归模型；将待测低分辨率图像插值到预期的尺寸得到图像UI；计算图像UI中图像块与训练样本集的距离；根据图像UI对应的距离最近的样本集对应的高斯过程回归模型，进行图像重建。本发明可以更有效地恢复图像的有效细节信息，同时提高了训练速度，节省了时间成本。

公开(公告)号：CN112581367A

公开(公告)日：2021-03-30

申请号：CN202011384484.6

申请日：2020-12-01

Applicant: 南京理工大学

Inventor： 杨明博 ,  彭鹏 ,  吴贞宇 ,  郭超 ,  张军

IPC: G06T3/40

Abstract: 本发明公开了一种基于随机样本分类增扩的GPR图像超分辨率重建方法构造训练样本库，通过随机分类增扩，将训练样本库分类得到K个训练样本集；对每个样本集，采用用高斯过程回归的训练方法，训练与每个样本集相对应的高斯过程回归模型；将待测低分辨率图像插值到预期的尺寸得到图像UI；计算图像UI中图像块与训练样本集的距离；根据图像UI对应的距离最近的样本集对应的高斯过程回归模型，进行图像重建。本发明可以更有效地恢复图像的有效细节信息，同时提高了训练速度，节省了时间成本。