-
公开(公告)号：CN108492249B
公开(公告)日：2020-05-12
申请号：CN201810126621.2
申请日：2018-02-08
Applicant: 浙江大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于小卷积递归神经网络的单帧超分辨重建方法，包括如下步骤：建立线性激活函数的递归卷积神经网络，其输入为图像某个像素点的一块小邻域，输出为该像素位置的对应临时输出结果；利用建立的递归卷积神经网络，输入一张低分辨图像，经过一定次数的迭代，输出最终的超分辨成像结果。本发明相比较现有的基于统计学习的图像超分辨方法，具有几乎可以忽略不计的模型复杂度和计算量，同时内部的参数有着更加明确的物理意义。又因为引入了外部数据辅助对相应的模型参数进行学习，本发明可以取得较好的超分辨重建效果。
-
公开(公告)号：CN108492249A
公开(公告)日：2018-09-04
申请号：CN201810126621.2
申请日：2018-02-08
Applicant: 浙江大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于小卷积递归神经网络的单帧超分辨重建方法，包括如下步骤：建立线性激活函数的递归卷积神经网络，其输入为图像某个像素点的一块小邻域，输出为该像素位置的对应临时输出结果；利用建立的递归卷积神经网络，输入一张低分辨图像，经过一定次数的迭代，输出最终的超分辨成像结果。本发明相比较现有的基于统计学习的图像超分辨方法，具有几乎可以忽略不计的模型复杂度和计算量，同时内部的参数有着更加明确的物理意义。又因为引入了外部数据辅助对相应的模型参数进行学习，本发明可以取得较好的超分辨重建效果。
-
公开(公告)号：CN108401104B
公开(公告)日：2020-11-13
申请号：CN201810126563.3
申请日：2018-02-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于频带修复和超分辨的双焦相机数字变焦方法，包括如下步骤：利用低分辨相机获得的图像，使用单帧图像超分辨算法，重建不同频带分量，得到一张与高分辨相机获得的图像空间采样率匹配的超分辨图像，并与高分辨相机获得的图像进行配准操作；利用低分辨相机获得的超分辨图像和配准信息，结合高分辨相机获得的图像，提取出超分辨算法重建精度不合格的区域，作为各个频带上的重建区域；将高分辨相机获得的图像中重建区域对应的区域提取出来，针对每一个提取区域分别构建用于频带修复的样本；本发明方法可以利用有限个超分辨成像模型实现连续倍率的数字变焦图像合成，并且可以有效利用长焦相机提供的丰富的纹理细节。
-
公开(公告)号：CN108401104A
公开(公告)日：2018-08-14
申请号：CN201810126563.3
申请日：2018-02-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于频带修复和超分辨的双焦相机数字变焦方法，包括如下步骤：利用低分辨相机获得的图像，使用单帧图像超分辨算法，重建不同频带分量，得到一张与高分辨相机获得的图像空间采样率匹配的超分辨图像，并与高分辨相机获得的图像进行配准操作；利用低分辨相机获得的超分辨图像和配准信息，结合高分辨相机获得的图像，提取出超分辨算法重建精度不合格的区域，作为各个频带上的重建区域；将高分辨相机获得的图像中重建区域对应的区域提取出来，针对每一个提取区域分别构建用于频带修复的样本；本发明方法可以利用有限个超分辨成像模型实现连续倍率的数字变焦图像合成，并且可以有效利用长焦相机提供的丰富的纹理细节。
-
-
-
Search Results
4
records
(took 0.014 seconds)
