按:   检索词:   从
   最新录用    过刊检索
基于边缘指导的双通道卷积神经网络单图像超分辨率算法
投稿时间:2017-08-28    点此下载全文
引用本文:李春平,周登文,贾慧秒.基于边缘指导的双通道卷积神经网络单图像超分辨率算法[J].南京信息工程大学学报,2017,(6):669~674
摘要点击次数: 34
全文下载次数: 36
作者单位E-mail
李春平 华北电力大学 控制与计算机工程学院, 北京, 102206  
周登文 华北电力大学 控制与计算机工程学院, 北京, 102206 d.w.zhou@163.com 
贾慧秒 华北电力大学 控制与计算机工程学院, 北京, 102206  
基金项目:国家自然科学基金(61372184);北京市自然科学基金(4162056)
中文摘要:当前基于卷积神经网络(CNN)的超分辨率(SR)重建算法,虽然取得了很大的成功,但是重建图像高频纹理的效果仍然不能令人满意,其高分辨率(HR)图像局部边缘存在明显的震荡.本文提出一种结合形态学成分分析(MCA)分解的边缘指导双通道CNNSR算法:待处理的低分辨率(LR)图像通过MCA分解为纹理部分和平滑结构部分;纹理部分和原LR图像共同组成双通道,输入到改进的网络结构中重建HR纹理部分;结合HR纹理输出与LR平滑结构部分重建HR图像.训练过程采用最小化纹理损失与原图像损失之和最优化网络模型参数.后处理包括:执行网络输出与LR输入图像的直方图匹配使色调保持一致,提升感官效果;应用迭代的反向映射使HR重建与LR输入保持退化算子一致性提高PSNR值.实验结果显示:该方法能够很好地恢复HR图像的纹理细节,对纹理细节丰富的图像恢复效果更好.
中文关键词:超分辨率  卷积神经网络  形态学成分分析  双通道输入
 
Edge guided dual-channel convolutional neural network for single image super resolution algorithm
Abstract:At present,although the super-resolution (SR) reconstruction algorithm based on the Convolutional Neural Network (CNN) has achieved great success,it cannot well reconstruct the high-frequency texture of the image.As a result,there exists obvious shake in local edge of the high-resolution (HR) image.We present an edge guided dual-channel CNN SR reconstruction algorithm integrated with Morphological Component Analysis (MCA).The low-resolution (LR) image to be processed is decomposed into texture part and structure part by MCA,then the texture part and the original LR image form a dual channel together,which is then input into the modified network structure to reconstruct the HR texture part.The reconstruction loss of both the HR image and HR texture are chosen simultaneously for training.As for post-processing step,we perform histogram matching between our network output and the LR input to strengthen the visual effect and apply an iterative back projection refinement to improve the PSNR.As shown in experiment results,this method with dual-channel input can restore texture details of the image,especially restore the image with rich texture.
keywords:super resolution  convolutional neural network  morphological component analysis(MCA)  dual-channel input
查看全文  查看/发表评论  下载PDF阅读器

您是本站第 695345 位访问者
版权所有:南京信息工程大学期刊社《南京信息工程大学学报》编辑部     
地址:江苏南京,宁六路219号,南京信息工程大学