-
公开(公告)号:CN114283064B
公开(公告)日:2024-09-06
申请号:CN202111602313.0
申请日:2021-12-24
Applicant: 哈尔滨工业大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06N3/048
Abstract: 一种基于真实世界双焦距图像的超分辨率自监督学习系统,属于图像复原技术领域。本发明针对使用仿真数据训练的基于参考的图像超分辨率方法在真实场景中不适用的问题。包括:图像退化模块,用于根据低分辨率图像对高分辨率目标图像进行退化处理,获得伪低分辨率图像;低分辨率图像对齐模块,通过偏移估计器估计低分辨率图像与伪低分辨率图像之间的偏移量;根据所述偏移量获得变形后低分辨率图像;参考图像对齐模块,计算参考图像与伪低分辨率图像之间的相似度对参考图像进行变形,获得变形后参考图像;复原模块,用于根据参考图像对变形后低分辨率图像和变形后参考图像进行处理,获得最终的超分辨率图像。本发明用于低分辨率图像的超分辨率。
-
公开(公告)号:CN114283064A
公开(公告)日:2022-04-05
申请号:CN202111602313.0
申请日:2021-12-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于真实世界双焦距图像的超分辨率自监督学习系统,属于图像复原技术领域。本发明针对使用仿真数据训练的基于参考的图像超分辨率方法在真实场景中不适用的问题。包括:图像退化模块,用于根据低分辨率图像对高分辨率目标图像进行退化处理,获得伪低分辨率图像;低分辨率图像对齐模块,通过偏移估计器估计低分辨率图像与伪低分辨率图像之间的偏移量;根据所述偏移量获得变形后低分辨率图像;参考图像对齐模块,计算参考图像与伪低分辨率图像之间的相似度对参考图像进行变形,获得变形后参考图像;复原模块,用于根据参考图像对变形后低分辨率图像和变形后参考图像进行处理,获得最终的超分辨率图像。本发明用于低分辨率图像的超分辨率。
-