公开(公告)号：CN113837945B

公开(公告)日：2023-08-04

申请号：CN202111156447.4

申请日：2021-09-30

Applicant: 福州大学

Inventor： 林志贤 ,  竺可沁 ,  林珊玲 ,  林坚普 ,  张永爱 ,  周雄图 ,  叶芸 ,  郭太良

IPC: G06T3/40 ,  G06T5/00 ,  G06T5/40 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/094

Abstract: 本发明涉及一种基于超分辨率重建的显示画质优化方法及系统，该方法包括超分辨率重建过程和对比度增强过程，超分辨率重建过程采用基于生成对抗网络GAN的网络框架对输入的低分辨率图像进行超分辨率重建；GAN网络框架由生成器和判别器两部分组成，生成器包括16个卷积模块，其后设置3个亚像素卷积层和1个升采样层，以得到一个四倍放大率的输出图像；判别器采用8个卷积模块，使用Leaky ReLU作为激活函数；预训练网络以首先针对PSNR进行优化，然后对其进行微调；对比度增强过程采用基于CLAHE的对比度增强算法对超分辨率重建得到的图像进行对比度增强。该方法及系统有利于重建出视觉感受更好、更为真实的图像。

公开(公告)号：CN113837945A

公开(公告)日：2021-12-24

申请号：CN202111156447.4

申请日：2021-09-30

Applicant: 福州大学

Inventor： 林志贤 ,  竺可沁 ,  林珊玲 ,  林坚普 ,  张永爱 ,  周雄图 ,  叶芸 ,  郭太良

IPC: G06T3/40 ,  G06T5/00 ,  G06T5/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于超分辨率重建的显示画质优化方法及系统，该方法包括超分辨率重建过程和对比度增强过程，超分辨率重建过程采用基于生成对抗网络GAN的网络框架对输入的低分辨率图像进行超分辨率重建；GAN网络框架由生成器和判别器两部分组成，生成器包括16个卷积模块，其后设置3个亚像素卷积层和1个升采样层，以得到一个四倍放大率的输出图像；判别器采用8个卷积模块，使用Leaky ReLU作为激活函数；预训练网络以首先针对PSNR进行优化，然后对其进行微调；对比度增强过程采用基于CLAHE的对比度增强算法对超分辨率重建得到的图像进行对比度增强。该方法及系统有利于重建出视觉感受更好、更为真实的图像。