-
公开(公告)号：CN102142136B
公开(公告)日：2012-09-05
申请号：CN201110052542.X
申请日：2011-03-05
Applicant: 河海大学常州校区
Abstract: 一种基于神经网络的声纳图像的超分辨率重建方法，对待超分辨率重建的声纳图像r进行超分辨率重建，包括以下步骤：对一幅高分辨率声纳图像和4幅降质样本图像，先进行非下采样轮廓波分解，再进行神经网络训练；对待超分辨率重建的声纳图像r，先进行立方插值，将插值后图像作为高分辨率的低通子带系数；对声纳图像r再进行非下采样轮廓波分解，然后将待超分辨率重建的声纳图像r的各带通方向子带系数输入训练好的神经网络得到高分辨率的各带通方向子带系数，最后进行非下采样轮廓波逆变换，得到超分辨率重建的声纳图像R。本发明超分辨率重建的声纳图像具有更好的边缘、细节保持效果，目视效果更好，有利于海底勘测和后续水下目标定位识别等处理。
-
公开(公告)号：CN102163329A
公开(公告)日：2011-08-24
申请号：CN201110061460.1
申请日：2011-03-15
Applicant: 河海大学常州校区
IPC: G06T5/50
Abstract: 本发明公开一种基于尺度类推的单幅红外图像的超分辨率重建方法，主要解决现有方法存在的边缘模糊、纹理弱、信噪比低、实时性差的问题。步骤为：(1)对待超分辨重建的红外图像s进行立方插值，得到立方插值后的图像B；(2)对高分辨率的红外图像H进行非下采样轮廓波分解，将它的低通子带作为用于学习的低分辨率图像，将它的N个带通方向子带作为用于学习的高频细节图像，并通过尺度类推依次学习它们之间的映射关系；(3)将映射关系依次作用于立方插值后的图像B，得到N个高分辨率的带通方向子带；(4)对立方插值后的红外图像B和N个高分辨率的带通方向子带一起进行非下采样轮廓波逆变换，得到超分辨率重建的红外图像S。超分辨率重建的红外图像视觉效果好，边缘纹理突出，信噪比高。
-
公开(公告)号：CN102142136A
公开(公告)日：2011-08-03
申请号：CN201110052542.X
申请日：2011-03-05
Applicant: 河海大学常州校区
Abstract: 一种基于神经网络的声纳图像的超分辨率重建方法，对待超分辨率重建的声纳图像r进行超分辨率重建，包括以下步骤：对一幅高分辨率声纳图像和4幅降质样本图像，先进行非下采样轮廓波分解，再进行神经网络训练；对待超分辨率重建的声纳图像r，先进行立方插值，将插值后图像作为高分辨率的低通子带系数；对声纳图像r再进行非下采样轮廓波分解，然后将待超分辨率重建的声纳图像r的各带通方向子带系数输入训练好的神经网络得到高分辨率的各带通方向子带系数，最后进行非下采样轮廓波逆变换，得到超分辨率重建的声纳图像R。本发明超分辨率重建的声纳图像具有更好的边缘、细节保持效果，目视效果更好，有利于海底勘测和后续水下目标定位识别等处理。
-
-
Search Results
3
records
(took 0.019 seconds)
